Equitable transportation and resilience hubs: Analysis of underserved population needs, usage, and travel behaviour
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
• We assessed resilience hub usage and mode by underserved groups from survey data. • Underserved individuals would be likely to use a resilience hub during emergencies. • Statistical differences between underserved and non-underserved groups varied. • Certain intersecting groups exhibited unique and significant hub usage patterns. • Varied mode choice to/from hubs indicates more multi-modal design and planning. Extreme weather events and other hazardous events often require a range of strategies to safely shelter people, distribute resources, and facilitate recovery efforts. This is particularly important for underserved populations who usually lack reliable access to shelters, transportation, and social networks. To begin addressing these problems and increase community capacity, resilience hubs – physical locations that support residents in emergencies and everyday conditions – have emerged as a possible equitable strategy. Despite potential benefits for underserved populations, research and practice have yet to consider how different demographic groups will use or travel to/from these hubs. To address these gaps, we conducted an empirical study using survey data from 950 respondents in the Edmonton Metropolitan Region in Alberta, Canada. Of these respondents, we focused on several underserved groups. Simple descriptive statistics and statistical tests were used to understand the groups’ needs and observe similarities and divergences between groups. We also calculated spatial statistics to identify how mode choices varied with people’s preferred resilience hub locations. We found a high willingness of groups to use resilience hubs, especially in emergency conditions. However, differences between groups and with non-underserved groups were relatively moderate and varied. Respondents prioritized a range of basic services along with transportation-related elements, including accessibility for individuals with disabilities, transit connections, parking, and walkability. Moreover, our mode choice analysis highlighted the necessity of incorporating multimodal transportation options to resilience hubs. We offer several policy recommendations that inform the equitable development of resilience hubs, including the importance of local placement and needs-based services.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle