MétaCan
Menu
Retour à la cohorte
Enregistrement W4210305095 · doi:10.5198/jtlu.2022.2012

Calculating place-based transit accessibility: Methods, tools and algorithmic dependence

2022· article· en· W4210305095 sur OpenAlex
Christopher D. Higgins, Matthew Palm, Amber DeJohn, Luna Xi, James Vaughan, Steven Farber, Michael J. Widener, Eric J. Miller

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Transport and Land Use · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPython (programming language)Computer scienceTransport engineeringCluster analysisPublic transportComputationTransportation planningSoftwareTransit (satellite)Range (aeronautics)Land useScale (ratio)Regional planningData miningUrban planningGeographyEngineeringCivil engineeringAlgorithmCartographyMachine learningProgramming language

Résumé

récupéré en direct d'OpenAlex

To capture the complex relationships between transportation and land use, researchers and practitioners are increasingly using place-based measures of transportation accessibility to support a broad range of planning goals. This research reviews the state-of-the-art in applied transportation accessibility measurement and performs a comparative evaluation of software tools for calculating accessibility by walking and public transit including ArcGIS Pro, Emme, R5R, and OpenTripPlanner using R and Python, among others. Using a case study of Toronto, we specify both origin-based and regional-scale analysis scenarios and find significant differences in computation time and calculated accessibilities. While the calculated travel time matrices are highly correlated across tools, each tool produces different results for the same origin-destination pair. Comparisons of the estimated accessibilities also reveal evidence of spatial clustering in the ways paths are calculated by some tools relative to others at different locations around the city. With the growing emphasis on accessibility-based planning, analysts should approach the calculation of accessibility with care and recognize the potential for algorithmic dependence in their calculated accessibility results.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,016
Score d'incertitude au seuil0,552

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,057
Tête enseignante GPT0,348
Écart entre enseignants0,292 · 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