Systematic Analysis of Public Transit Data Availability in Canada
Notice bibliographique
Résumé
Regional authorities will publish public transit route and timetable service offerings through the General Transit Feed Specification (GTFS) as a standard format. Systematically collected GTFS data can be used to study the structure, organization, and availability of public transit services nationally. In this work, we provide a systematic approach to collection of public transit data from various sources, preparation of a high-quality GTFS data inventory and analysis of the public transit offerings lending to numerous insights about transit availability at various geographic scales. Using Canada as a case study, we collected GTFS for the 213 candidate census subdivisions ([CSDs] representing cities, towns, municipalities, etc.) with populations greater than 20,000. These data were then cleaned and leveraged along with CSD-specific census statistics to comprehensively compare public transit offerings between provinces/territories and across CSD types. We determined that, despite a systematic collection process, the majority of CSDs lack official GTFS data, certain provinces are under- or over-represented in our analysis. We further proposed using the median of transit stop spatial density as a national baseline revealing that provinces such as Québec are severely lacking in public transit offerings. GTFS data analysis is insightful for understanding the current state and progress in urban public transportation, which is highly relevant to the United Nation’s Sustainability Development Goals. Our aggregated dataset and open-sourced codebase are publicly available at: github.com/chazingtheinfinite/canada-transit-study.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,007 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».