Transit Users’ Mode Choice Behavior During Light Rail Transit Short-Term Planned Service Disruption
Notice bibliographique
Résumé
Planned service disruptions (PSDs) of light rail transit (LRT) improve service reliability, extend infrastructure’s life, and reduce the frequency and impact of unplanned service disruption caused by system failure. However, the literature on the impact of LRT PSDs on transit customers’ travel mode choice behavior is scarce relative to that on unplanned service disruptions. This study aimed to investigate transit customers’ mode choice behavior in response to short-term LRT PSD in the City of Calgary, AB, Canada. A stated preference survey was designed to gather respondents’ mode choices under a set of hypothetical scenarios. A mixed multinomial logit model was estimated using stated preference data. Findings of this study include: (i) stated LRT ridership dropped by about 35% during the examined short-term LRT service disruption; (ii) transit customers who hold a LRT payment pass (monthly, subsidized seniors, low income, and students) and are frequent weekend LRT users are more likely to stay with the LRT mode in case of short-term PSD; (iii) the value of time for transit users during short-term LRT PSD was found to be 11.76 $/h and 13.0 $/h for travel time (excluding wait time) and wait time during travel, respectively. A sensitivity analysis was conducted on key variables to predict choice probabilities of transit alternatives. Recommendations are made to improve Calgary Transit customers’ experience during short-term LRT PSDs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».