Riders Who Avoided Public Transit During COVID-19
Notice bibliographique
Résumé
Millions of North Americans stopped riding public transit in response to COVID-19. We treat this crisis as a natural experiment to illustrate the importance of public transit in riders’ abilities to access essential destinations. We measured the impacts of riders forgoing transit through a survey of transportation barriers completed by more than 4,000 transit riders in Toronto and Vancouver (Canada). We used Heckman selection models to predict six dimensions of transport disadvantage and transport-related social exclusions captured in our survey. We then complemented model results with an analysis of survey comments describing barriers that individuals faced. Lack of access to alternative modes is the strongest predictor of a former rider experiencing transport disadvantage, particularly neighborhood walkability and vehicle ownership. Groups at risk of transport disadvantage before COVID-19, particularly women and people in poorer health, were also more likely to report difficulties while avoiding public transit. Barriers described by respondents included former supports no longer offering rides, gendered household car use dynamics, and lack of culturally specific or specialized amenities within walking distance. Policymakers should plan for a level of redundancy in transportation systems that enables residents to access essential destinations when unexpected service losses occur. Designing communities that enable residents to walk to those essential destinations will help reduce the burdens faced by transit riders during crises that render transit unfeasible. At the same time, planners championing active travel as an alternative to transit during such crises also need to devise solutions for former transit riders for whom active travel is ill suited, for example, due to physical challenges with carrying groceries or needing to chaperone children.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».