Influence of Socio-Cultural Attributes on Stigmatizing Public Transport in Saudi Arabia
Notice bibliographique
Résumé
Several factors over the years have contributed to stigma in public transport. Many studies have highlighted the need to make the transport system more equitable both from economic and gender perspectives. This study attempts to demonstrate how the perceptions of public transport users and non-users are stigmatized from social and cultural standpoints. Thus, it identifies the social and cultural stigma-induced barriers embedded with the use and people’s general perception about the public bus service, taking SAPTCO (Saudi Public Transport Company) as a case study. The study results suggest that privacy concern is the primary cause of stigma. Most of the users are unwilling to ride with their families as SAPTCO does not account for gender needs (e.g., privacy, travel convenience, safety, comfort, etc.). Moreover, people from the high-income classes are more stigmatized against this ridership. A fuzzy inference system (FIS) model is used to analyze the survey questionnaire responses and understand what stigma means for the public bus service. Expert opinions are employed to generate “if–then” rules of the FIS models. Sensitivity of the defined fuzzy model is conducted to different aspects of the ridership. The study results further suggest that “inconvenience” poses the highest impact while “feeling safe”, “privacy”, “fare”, “timing”, and “comfort” are found to be the medium impact-making variables for stigma. The stigma-defining variables would be critical for the public bus service to improve its service quality and help (re-)design the policies that would attract a high amount of ridership. Some solutions are suggested in the end that would complement, strengthen, and promote the current SAPTCO service. The demonstrated methodology of this study would be relevant and adaptive to any relevant context to improve public transportation service and pertaining policies.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».