Exploring gender differences in awareness of new active transportation projects: Réseau Express Vélo (REV) case study
Notice bibliographique
Résumé
Many cities are currently planning and building new large-scale active transport networks to achieve a wide array of environmental, economic, and social equity goals. This is often combined with developing public campaigns to increase public awareness of their plans and introduced infrastructure to build a culture that celebrates and supports using them. While several studies explored the impacts of active transport infrastructure on users perception and travel behaviour, very little has been done to explore the factors associated with people’s awareness of such infrastructure at an early stage of their introduction. Accordingly, this study examines the factors affecting people’s likelihood of being aware of a new flagship cycling network in Montréal known as Réseau Express Vélo (REV), while understanding equity of awareness across gender identities. To achieve this goal, the study uses summary statistics and weighted multilevel logistic regressions to analyze data collected from a large-scale survey. The results of the paper show that various socioeconomic factors including age, ethnicity, income, language, as well as individuals’ travel behaviour and lifestyle are associated with being familiar with such a large bike network. Significant differences between women and men can also be observed, in which women are less likely to be aware of REV. Younger women in their 20 s tend to know much less about the project in comparison with men in the same age group. Women who identify as non-white only and used English to complete the survey are the group with the lowest probability of being aware of the project. Findings from this research unmask key aspects related to the likelihood of being aware of a new large-scale cycling network, offering important insights to transport planners, policy makers, and researchers.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».