The Public Bicycle as a Feeder Mode for Metro Commuters in the Megacity Beijing: Travel Behavior, Route Environment, and Socioeconomic Factors
Notice bibliographique
Résumé
The last mile between metro stations and commuters’ homes or workplaces has become one of key topics in relation to metro ridership in megacities where more than 10 million people live. Although the public bicycle is widely believed to be one of new ways to solve the last-mile problem, the determinants of the use of public bicycles by commuters as a feeder mode have been scarcely discussed in the literature. This paper aims to contribute to this topic by using Beijing as a case study. Based on a travel survey among public bike users in Beijing, this study applied the binary logit model and cluster analysis to explore the determinants of public bike use around metro stations. The paper focused on three independent variables: route environment, socioeconomic factors, and travel distance. The results showed that middle-aged and medium-income commuters are more likely to use public bicycles as a feeder mode for metro transport. The built environment had significant effects on public bike use. Most of the cyclists preferred cycling routes with high directness, while high-income and high-education cyclists viewed comfort and safety of the trip as priority factors. Most trips were within 2 km, and a longer travel distance was significantly related to a higher possibility of public bicycle use. The findings and conclusions can enhance our existing understanding of public bike use as a feeder mode to solve the last mile problem and provide new evidence for policymaking on promoting public bikes in megacities.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».