MétaCan
Menu
← Retour à la cohorte
Enregistrement W4295309686 · doi:10.1155/2022/9636217

Development of a Public Transport Accessibility Index for Older Commuters: A Time-Based Approach

2022· article· en· W4295309686 sur OpenAlexvenueno aff
Kaniz Fatima, Sara Moridpour, Tayebeh Saghapour

Notice bibliographique

RevueJournal of Advanced Transportation · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTRIPS architecturePublic transportIndex (typography)Transport engineeringRecreationTravel timeTravel behaviorGeographyPopulationBusinessComputer scienceEngineeringEnvironmental healthMedicine

Résumé

récupéré en direct d'OpenAlex

The development of a public transport accessibility index for older travellers using total travel time is not a subject of frequent discussion. This study proposes a public transport accessibility index (EPTAI) which considers older peoples’ travel time and the populations of the second-smallest statistical areas according to census data. EPTAI identifies the level of access of the elderly to public transport (train, tram, and bus) in an urban area. The time-based EPTAI includes different trip purposes, including shopping trips (trips to shopping centres), medical trips (travel to healthcare centres), education trips (travel to education centres), and recreation trips (e.g., restaurants, parks, and cafes). The developed index is validated using statistical validation methods, including Pearson’s chi-square, likelihood ratio, linear-by-linear association, Cramer’s V, contingency coefficient, and phi. In addition, the performance of the developed index is compared with household survey data and the public transport accessibility level (PTAL). The results indicate that older adults’ public transport access varies depending on travel time, population density, and travel destination. The proposed index can be used for future planning/expansion and modification of public transport networks in urban and regional areas to meet the travel demands of older travellers.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0080,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,035
Tête enseignante GPT0,312
Écart entre enseignants0,277 · 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'étudeSimulation ou modélisation
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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced Transportation→Même sujetUrban Transport and Accessibility→Travaux en français237 207→