Evaluation of Public Welfare Level of Urban Rail Transit considering Operation Management
Notice bibliographique
Résumé
Evaluating the public welfare level of the urban rail transit systems has not only great significance for the government to provide fair and reasonable subsidies but for the better operation and management of urban rail transit enterprises. An evaluation index system composed of 3 criterion-level indicators and 12 subindexes has been established in this paper. The 3 criterion-level indicators conclude service level, social benefit, and policy loss which are all affected by operation management. Besides, the subjective and objective comprehensive weighting method combined with the analytic hierarchy process method and the entropy weight method is proposed to calculate the index-level weights. Furtherly, the grey correlation-TOPSIS comprehensive evaluation method was designed to calculate the comprehensive evaluation value of the public welfare level of each city. To verify the effectiveness of the proposed method, urban rail transit systems in 16 Chinese cities are studied as a case study. The results show that (1) the three indicators of passenger travel cost (25.69%), the increase in housing prices around urban rail transit(10.74%), and operating cost ratio(9.95%) are more likely to affect the evaluation of public welfare level of urban rail transit. (2) the level of public welfare in different cities is not balanced. The cities with a relatively high level of public welfare relative closeness exceeding 0.5 include Shanghai, Beijing, Shenzhen, Guangzhou, Suzhou, Wuhan, Nanjing, Wuxi, and Dalian. (3) Both GDP and urban population are positively correlated with the relative closeness of social benefit and service level. (4) The level of public welfare can be improved by reducing the fare price and improving the service level, such as increasing the network density, reducing the departure interval, and increasing the average speed.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».