What is on the Bicycle Paths? A Detailed Vehicle Taxonomy with Mode Share Data for Off-Street Paths in Metropolitan Vancouver, Canada
Notice bibliographique
Résumé
The trend of increasingly multi-modal urban transportation has accelerated with the advent of low-power vehicles such as electric-assist bicycles, scooters, and skateboards. Despite increased attention, little is known about the actual usage of these vehicles, such as their mode shares in off-street and cycling facilities. The objectives of this study are to: (1) catalog all motorized and non-motorized vehicles in use on cycling facilities in metropolitan Vancouver, Canada; (2) create a taxonomy of the vehicles using visually identifiable features; and (3) determine volumes and mode shares for each vehicle type. We develop and validate a field data collection method using pneumatic tubes synchronized with video cameras, and collect classified volume data at 12 strategically selected locations over four seasons. A total of 25,282 vehicles are classified from more than 450 h of video data, categorized into 27 types using 10 features, such as number of wheels, number of axles, and existence of a battery/motor. Conventional (non-shared) bicycles are still the dominant vehicle in use, with a mode share of 90%. Although a variety of motorized personal mobility devices are present in cycling facilities, their mode shares are still extremely small. Electric bicycles are the most common motorized vehicle, with a mean mode share of 4% (ranging from 0% to 20% by location-date). The proposed taxonomy enables consistent empirical data collection to evaluate mode share trends and patterns, and to study the impacts of regulatory changes, incentive programs, and new infrastructure.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,007 | 0,013 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».