MétaCan
Menu
Retour à la cohorte
Enregistrement W344091374

Modeling Home-to-Work Route Choice Decisions Using GPS Data: A Comparison of Two Approaches for Generating Choice Sets

2011· article· en· W344091374 sur OpenAlexaboutno aff
Dominik Papinski, Darren M. Scott

Notice bibliographique

RevueTransportation Research Board 90th Annual MeetingTransportation Research Board · 2011
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChoice setSet (abstract data type)Global Positioning SystemComputer scienceLogitDiscrete choiceConstruct (python library)Mixed logitSample (material)Path (computing)Nested logitWork (physics)Shortest path problemSampling (signal processing)EconometricsOperations researchLogistic regressionMathematicsMachine learningEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper investigates home-to-work route choice decisions. The global positioning system is used to obtain 237 routes for a random sample of individuals in Halifax, Canada. Choice sets are generated by two methods: k-shortest paths and a time-geographic construct. With respect to the latter, the potential path area, which considers an individual’s time budget, is used to constrain routes to those that are feasible given the budget. Conditional logit models are estimated for each approach by sampling nine routes randomly from among the alternatives and adding them to the observed route to form the choice set for each individual. The choice set generation approaches are compared with the time-geographic approach showing superior fit to the data. Both characteristics of the routes themselves and socio-demographic characteristics of individuals are found to influence route choice decisions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,236
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,646
Tête enseignante GPT0,428
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Board 90th Annual MeetingTransportation Research BoardMême sujetEconomic and Environmental ValuationTravaux en français237 207