MétaCan
Menu
Retour à la cohorte
Enregistrement W4392711513 · doi:10.20944/preprints202403.0656.v1

Assessment of Sustainable Mobility Patterns of University Students and Staff: Case of a LMIC

2024· preprint· en· W4392711513 sur OpenAlexaff
Stephen Kome Fondzenyuy, Isaac Ndumbe Jackai, Steffel Ludivin Tezong Feudjio, Davide Shingo Usami, Brayan González-Hernández, Jean François WOUNBA, George NKENG ELAMBO, Luca Persia

Notice bibliographique

RevuePreprints.org · 2024
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensTransport Canada
Organismes subventionnairesnon disponible
Mots-clésTaxisPublic transportFlexibility (engineering)BusinessSustainable transportMode of transportSustainabilityPrivate transportTransport engineeringPublic healthMedicineEngineeringNursingEconomics

Résumé

récupéré en direct d'OpenAlex

The transition to sustainable mobility is a recognized socio-economic and environmental challenge, particularly among young adults in low- and middle-income countries (LMICs). This paper addresses the lack of comprehensive research on mobility patterns for LMICs by examining the travel patterns of students, staff, and lecturers at the National Advanced School of Public Works, Yaoundé (NASPW) to understand transport mode choices and barriers to the use of public and active transport modes. Data was collected through online questionnaires from 425 participants. Findings revealed that most students (27.5%) used multiple modes of transport, with moto-taxis being the most common (21%). Lecturers primarily used private cars (50%), while staff relied on taxis or multiple modes (33%). Accessibility, vehicle speed, and flexibility appeared as the most important reasons for the preferred modes of transport. Barriers included long waiting times and traffic congestion for public transport, and distance and inadequate infrastructure for active mobility. The usage of public transportation was encouraged by its affordability and reduced travel time, whilst active options were preferred due to their cost savings and health benefits. To promote sustainable mobility for campus travel, it is crucial to encourage active modes, develop mass transport systems, and raise awareness through symposiums and conferences among students and staff.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,061
Score d'incertitude au seuil0,940

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,072
Tête enseignante GPT0,398
Écart entre enseignants0,326 · 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 tête enseignante, 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

Citations5
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetUrban Transport and AccessibilityTravaux en français237 207