MétaCan
Menu
Retour à la cohorte
Enregistrement W4366596234 · doi:10.16997/ats.1393

Is Canada’s commuter bicycling population becoming more representative of the general population over time? A national portrait of bicycle commute mode share 1996–2016.

2023· article· en· W4366596234 sur OpenAlexaffabout
Carly MacEacheron, Kate Hosford, Kevin Manaugh, Nancy Smith-Lea, Steven Farber, Meghan Winters

Notice bibliographique

RevueActive Travel Studies · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensMcGill UniversitySimon Fraser UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaGeographyDemographicsAmerican Community SurveyEquity (law)DemographyPopulationCensusCyclingRace (biology)Demographic economicsSocioeconomicsPolitical scienceSociologyEconomics

Résumé

récupéré en direct d'OpenAlex

Despite equity gaining increasing attention in Canadian bicycling practice and research, the demographics of who is bicycling have not been documented nationally in Canada. This study uses Canadian census data to provide a nationwide portrait of: 1) how bicycle commute mode share varies by gender, race, income, and age in Canada; 2) how the sociodemographic characteristics of bicycle commuters in Canada have shifted between 1996 and 2016; and 3) how bicycle commuting and the demographics of bicycle commuters vary across metropolitan regions in Canada. We find that men, people who are not visible minorities and low-income populations commute by bicycle at double the rates of women, visible minorities, and other income groups, respectively. Women comprise an increasing share of bicycling commuters over the 20 years, whereas bicycling is increasing at similar rates across race and income groups. Cycling distinctly decreases with age. Cycling rates vary by region and there is some evidence that low-income and visible minority groups bicycle more in smaller, more car-centric metropolitan areas. These findings identify differences in bicycling across socio-demographic groups and geographic regions, which sets a foundation for research to uncover why these differences are occurring, in order to point policymakers toward targeted solutions that specifically address inequities in bicycle commuting between population groups.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,260

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,012
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,083
Tête enseignante GPT0,400
Écart entre enseignants0,317 · 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'étudeObservationnel
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

Citations14
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueActive Travel StudiesMême sujetUrban Transport and AccessibilityTravaux en français237 207