How Does the Introduction of Shared Ride-Sourcing Services Affect Demand for Existing Modes for Non-Commuting Trips? Evidence from a Joint RP-SP Study in Metro Vancouver
Notice bibliographique
Résumé
The introduction and subsequent growth of ride-sourcing services have been found to affect the use of existing modes of travel. Although prior studies have explored the impacts of these services as a whole, relatively little work has been done to explore the relationship between shared ride-sourcing and existing modes of travel. Given the potential for shared ride-sourcing to help mitigate the negative externalities associated with ride-sourcing, understanding the factors influencing the use of these services and their relationship with existing modes can inform efforts to help ensure that this potential is realized. This study uses data from a web-based survey of Metro Vancouver residents to estimate a joint revealed preference–stated preference (RP–SP) model of mode choices for non-commuting trips. The model is then applied to explore the potential impacts of shared ride-sourcing on the demand for existing modes. To the authors’ knowledge, this is the first study to use a joint RP–SP model to explore the potential impacts of shared ride-sourcing on the demand for existing modes. The results suggest these services can affect the demand for exclusive ride-sourcing and attract demand from more sustainable modes such as public transit and active modes. This information can be used to help inform policies that help ensure that the benefits of shared ride-sourcing are realized. Shared ride-sourcing use can be encouraged by increasing the difference between the cost of exclusive and shared services; however, limiting the impacts of these services on the demand for more sustainable modes is also important.
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 | 0,008 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».