Modal Choice for the Driverless City: Scenario Simulation Based on a Stated Preference Survey
Notice bibliographique
Résumé
The possible future introduction of Autonomous Vehicles (AVs) and Shared Autonomous Vehicles (SAVs) raises questions about how they might affect the demand for transport and especially modal choice. In this research, a stated preference (SP) survey and a modelling process using Mixed Logit are proposed to simulate the future market share of AVs/SAVs and how their introduction into the system could change the modal choice, especially in relation to active and public transport modes. An efficient SP survey design has been developed based on the state-of-the-art information and carried out in 2020 among citizens of two medium-sized Southern European cities within a car-intensive region. The design considered different trip purposes (compulsory, leisure), different trip distances, and attributes not taken into account before, such as comfort and the physical characteristics of the terrain for the active modes. The model results suggest that AVs and SAVs were the preferred transport modes for most respondents, accounting for more than 58% of the market share in the scenarios presented. Also, we detected some socioeconomic differences in the propensity to use this mode of transport showing that men living in high-income households and car users were more prone to use autonomous alternatives. The models allowed us to simulate different scenarios, such as experiencing higher costs for using the AV alternative. Policies imposing a higher cost for the AV alternative but lower costs and waiting times for the SAV and public transport alternatives could decrease the AV’s market share favouring more sustainable modes. The above scenario showed that achieving a more sustainable future mobility system considering AVs requires an in-depth transport demand knowledge and adequate transport policies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».