Assessing the potential of cycling growth in Toronto, Canada
Notice bibliographique
Résumé
Cycling is seen as a desirable modal choice due to the environmental, economic and social benefits to individuals and cities. While North American cities have expanded their targeted infrastructure and programs, cycling still is a marginal mode compared to modal shares observed in western Europe. In an effort to promote a more sustainable transport future, the City of Toronto has highlighted two key policy objectives in the City’s Official Plan for 2050: (i) to ensure that all residents are within one kilometer of a designated cycling route, and (ii) 75% of trips under 5 km are walked or cycled. This paper evaluates the potential for cycling in Toronto considering different cycling vehicles, areas, trip purposes and demographics, and how these change given the presence of cycling infrastructure. Using travel survey data and routing software, we propose a method to analyze the Trip Completion Potential (TCP) of cycling, defined as the rate of completable trips within a 30-minute travel time cutoff and the changes in value given different Levels of Traffic Stress (LTS). Overall, our analysis found that cycling can be a viable transport option for short and medium-length trips for many individuals and trip purposes. However, both the urban form and provision of a convenient cycling network play a vital role, especially in suburban areas, as seen in the decrease in TCP of cycling at different LTS levels. We conclude our analysis by proposing some key guidelines to achieve the objectives defined by the City of Toronto in an equitable manner.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».