MétaCan
Menu
Retour à la cohorte
Enregistrement W4364360377 · doi:10.16997/ats.1355

Situating divergent perceptions of a rapid-cycling network in Montréal, Canada

2023· article· en· W4364360377 sur OpenAlexaffabout
Lancelot Rodrigue, Aryana Soliz, Kevin Manaugh, Ahmed El-Geneidy

Notice bibliographique

RevueActive Travel Studies · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésCyclingEquity (law)PerceptionPublic relationsSituatedEnvironmental planningBusinessGeographyPsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

As cities work to accelerate sustainable-transport transitions, the expansion of cycling networks has become a significant topic of debate. Even as cycling mode shares are increasing across a number of North American contexts, ‘bikelash’ (i.e. community opposition to cycling facilities) remains prevalent. In this paper, we draw from qualitative questionnaire data and spatial analysis from Montréal, Québec to contribute a situated understanding of factors influencing both positive and negative social perceptions of cycling infrastructure. Our analysis confirms general trends that contribute to residents’ overall satisfaction with recent cycling interventions, including enhanced safety considerations and family-friendly infrastructure. We also identify particular sources of bikelash that require deeper consideration, including conflicting ideas about the impacts of cycling facilities on local businesses, divergent opinions about the planning process, perceived inequities in the distribution of cycling networks, as well as issues of seasonality and modal integration. These findings can be of interest to practitioners and decision makers working to support sustainable-mobility transitions, including recommendations on public communication and consultation processes, winter cycling facilities, integrated infrastructure for active travel, as well as the inclusion of social equity and critical disability perspectives.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,488

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0160,005
Communication savante0,0040,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,053
Tête enseignante GPT0,331
Écart entre enseignants0,278 · 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'étudeQualitatif
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

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueActive Travel StudiesMême sujetUrban Transport and AccessibilityTravaux en français237 207