Evaluation of the impact of COVID-19 pandemic on transportation: a case study of Iran
Notice bibliographique
Résumé
Coronavirus first appeared in January 2020 and has spread dramatically in most parts of the world. In addition to exerting enormous impacts on public health and well-being, it has also affected a broad spectrum of industries and sectors, including transportation. Countries around the world have imposed restrictions on travel and participation in activities due to the outbreak of the virus. Many countries have adopted social distancing rules requiring people to maintain a safe distance. Therefore, the pandemic has accelerated the transition into a world in which online educa-tion, online shopping, and remote working are becoming increasingly prevalent. Every aspect of our life has witnessed a series of new rules, habits, and behaviours during this period, and our travel choices or behaviours are no exception. Some of these changes can be permanent or have long-lasting effects. To control this situation, these changes must first be recognised in various aspects of transportation in order to provide policies for similar situations in the future. In this regard, this study seeks to examine how transportation sectors have changed in the first waves of the pandemic. Iran has been selected as the case study in this paper. This research is divided into two parts. The first part focuses on the effects of the Coronavirus pandemic on rural transportation in Iran. This is followed by assessing the impacts of the virus on urban transportation in Tehran (the capital of Iran). The behaviour of more than 700 travellers in terms of trip purpose, travel time, and mode choice is evaluated using a questionnaire. Results indicate that the number of passen-gers has reduced dramatically in rural transportation systems. In such systems, considerations such as keeping social distancing, disinfection of passengers and their luggage, and unemployment of a group of personnel working in the transportation industry have been more evident. In urban transportation, education trips have dropped the most. This might relate to an increase in online teaching and health concerns. The same pattern can be seen in the passengers who used bicycles, public taxis, and other public transportation systems. Finally, during the pandemic, drivers’ speed has increased, which justifies the need for traffic calming for drivers.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».