MétaCan
Menu
Retour à la cohorte
Enregistrement W4255241136 · doi:10.1177/0361198106198600114

Carsharing and Station Cars in Asia

2006· article· en· W4255241136 sur OpenAlexaboutno aff
Matthew Barth, Susan Shaheen, Tuenjai Fukuda, Atsushi Fukuda

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueTransportation and Mobility Innovations
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of California, DavisNational University of Singapore
Mots-clésKuala lumpurPublic transportBusinessCar ownershipTransport engineeringGeographyEngineeringEconomic growthMarketingEconomics

Résumé

récupéré en direct d'OpenAlex

In recent years, there has been significant worldwide activity in shared-use vehicle systems (i.e., carsharing and station cars). Much of this activity is taking place in Europe and North America; however, there has also been significant activity in Asia, primarily in Japan and Singapore, with some planned activity in Malaysia. The latest shared-use vehicle system activities in Japan and Singapore are examined, beginning with a historical review followed by an evaluation of their current systems. Overall, there are several well-established systems in Japan (18 systems having approximately 176 vehicles and 3,500 members) and Singapore (four systems having approximately 432 vehicles and 12,200 members). A new program was planned to launch in spring 2006 in Kuala Lumpur, Malaysia, with 10 vehicles. In contrast to most European and North American cities, Japan and Singapore already have a wide range of viable public transportation modes. The primary carsharing focus in Japan is on business use, and in Singapore, on residential–neighborhood use. This likely is because of limited vehicle licensing and high car-ownership costs in Singapore. Further, systems in Japan and Singapore have a high degree of advanced technology in their systems, making the systems easy to use and to manage. The member–vehicle ratios in Asia appear to be approximately the same as in Europe and Canada and less than in the United States. It is expected that Asian shared-use vehicle systems will continue to have steady growth in number of organizations, vehicles, and users.

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)0,002
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 enseignants0,212
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,002
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 Opus0,055
Tête enseignante GPT0,345
Écart entre enseignants0,289 · 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.

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

Citations15
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetTransportation and Mobility InnovationsTravaux en français237 207