MétaCan
Menu
Retour à la cohorte
Enregistrement W4231601299 · doi:10.1177/0361198105192400111

Gender-Based Analysis of Work Trip Mode Choice of Commuters in Suburban Montreal, Canada, with Stated Preference Data

2005· article· en· W4231601299 sur OpenAlexaffabout
Zachary Patterson, Gordon O. Ewing, Murtaza Haider

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésPreferenceTravel behaviorMode choiceRevealed preferenceWork (physics)Affect (linguistics)Public transportSurvey data collectionDemand managementDemographic economicsEconomicsPsychologyTransport engineeringEngineeringEconometrics

Résumé

récupéré en direct d'OpenAlex

Transportation literature suggests that men and women differ in their commuting patterns and in their propensity to switch between travel options. In North America, it is expected that women will have an increasing impact on travel demand. As such, differences in female responses to travel demand management strategies are likely to become increasingly important as governments try to curtail travel demand. This paper uses a 1994 stated preference survey of suburban commuters in Montreal, Canada, to determine whether there is evidence for differences between men and women in the factors that affect work trip choices, to quantify those differences, and to suggest what the differences imply for travel demand management in the future in Montreal. The main conclusions of this paper are as follows. First, women and men should be modeled separately for work trip mode choice. Second, three main differences appear from the econometric models: women are less likely to choose public transit than men; women are more likely to choose to rideshare; and women are less time-sensitive in regard to commuting than men are.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,014
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,227
Tête enseignante GPT0,425
Écart entre enseignants0,198 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations42
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetUrban Transport and AccessibilityTravaux en français237 207