Evaluating the impacts of supply-demand dynamics and distance decay effects on public transit project assessment: A study of healthcare accessibility and inequalities
Notice bibliographique
Résumé
Previous studies evaluating the impacts of transport interventions on accessibility to healthcare have largely overlooked competition among patients for limited resources and the tendency to use healthcare located closer to them (i.e., distance decay effects). This study aims to demonstrate how overlooking supply-demand dynamics and distance decay effects can distort the evaluation of a new public transit service's impacts on healthcare accessibility and inequalities. Specifically, using a new bus rapid transit (BRT) service in Columbus, Ohio, USA, as an example, we compare three types of measures: 1) cumulative-opportunity, 2) multimodal two-step floating catchment area (2SFCA), and 3) multimodal generalized 2SFCA (G2SFCA) accessibility metrics. To understand the similarities in results obtained from different accessibility measures, we use the Pearson correlation coefficients of standardized accessibility change scores. Further, we leverage an inequality index, the Palma ratios, to examine how inequality assessments can be sensitive to the choice of accessibility measure. The correlation analysis reveals notable differences among the three measures. This indicates that neglecting supply-demand dynamics and distance decay effects can lead to differences in results, potentially distorting transit project evaluations and misleading stakeholders. Moreover, although overall conclusions about inequalities are largely consistent, we observed nuanced and statistically significant differences in Palma ratios when derived from cumulative-opportunity metrics compared to the multimodal 2SFCA and multimodal generalized 2SFCA measures. Our findings underscore the importance of considering supply-demand dynamics and distance decay effects for a more realistic and accurate assessment of new transit service's impacts on healthcare accessibility and inequalities.
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 | 0,014 | 0,065 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».