Influência da uber no uso do sistema de transporte por ônibus pela comunidade universitária de São Carlos-SP durante a pandemia de covid-19
Notice bibliographique
Résumé
Atualmente, o modo de se viver vem tendo grandes transformações com o advento da tecnologia, e no modo de se deslocar não é diferente. Com a criação de empresas de carros por aplicativos, surgiu uma nova maneira para locomoção nas cidades. Tais negócios ganham espaço a cada dia por oferecer ao usuário um serviço de qualidade em que une, principalmente, preços atrativos e maior segurança, além de cobrir rotas não atendidas pelo transporte público. O presente artigo, a partir de questionário online, busca entender e mapear o público-alvo dos passageiros da Uber em São Carlos-SP, para, assim, compreender se tal modo de transporte é um substituto ou um complemento ao transporte público urbano. Foi notado que 70% dos participantes da pesquisa passaram a utilizar a Uber em vez de ônibus na pandemia do COVID-19, sendo o principal motivo a saúde, substituindo as viagens em transportes públicos. O questionário foi respondido por um grupo que representa um pequeno espaço amostral se comparado a toda população da cidade, por isso sugere-se a trabalhos futuros que sejam melhor averiguadas tais conclusões aqui presentes. Ademais, é importante ressaltar a interferência da época vivida durante a pandemia nos resultados obtidos, uma vez que na busca de maior segurança relacionada à saúde, há certa migração das viagens para a Uber.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,001 |
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 ».