Participation in Shared Mobility: An Analysis of the Influence of Walking and Public Transport Accessibility to Vehicles on Carsharing Membership in Montreal, Canada
Notice bibliographique
Résumé
In the context of sustainable mobility policies, carsharing services have gained importance as an alternative to personal vehicles. In an effort to increase the adherence to and use of such services, several studies have explored the key factors that determine use and membership. Although the ease with which individuals can access shared vehicles appears to be a central determinant, few studies have specifically investigated how to measure station and vehicle accessibility. To fill this gap, this study seeks to systematically assess and compare the contribution of different accessibility indicators to modeling carsharing membership rate, using 2016 data from the Montreal carsharing company Communauto and from the Canadian census. Three indicators of accessibility to in-station vehicles are generated: walking only, public transport only, and multimodal accessibility (walking and public transport), considering a variety of travel time thresholds and cost functions. A linear regression model is then generated to assess the contribution of the different indicators to modeling membership rates, while controlling for socio-economic and commuting characteristics. The results show that walking accessibility, within 20 minutes, and public transport accessibility, within 40 minutes, are both key determinants of membership rate and in a complementary manner. The influence of public transport accessibility is positive and highest when walking accessibility is low. The results also demonstrate that the use of a cumulative or weighted-opportunity indicator is equally sound from an empirical perspective. The study is of relevance to researchers and planners wishing to better understand and model the influence of vehicle accessibility.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».