Subjectivity matters: Investigating the relationship between perceived accessibility and travel behaviour
Notice bibliographique
Résumé
Accessibility, the ease of reaching destinations, encompass local and regional metrics used to evaluate the performance of the land use and transport systems in a region. These measures are known to impact individuals’ travel behaviour, which led to their adoption in practice as performance indicators to evaluate transport projects and plans, monitor progress towards equity goals, and evaluate changes induced by various policies. However, calculated measures of accessibility do not account for individuals’ experiences and perceptions, which play a pivotal role in travel behaviour. This research examines the relationship between travel behaviour and perceived accessibility, while accounting for calculated accessibility, residential selection, travel identity, and individual characteristics. Using data from a large-scale bilingual online survey administered in Montreal, Canada in Fall 2023 (N = 5,277), we perform statistical analyses at both local and regional levels to model weekly mode shares for walking and public transit, respectively. Calculated accessibility is accounted for locally using Walk Score® and regionally using cumulative opportunities accessibility measures by public transit. Our findings reveal that perceived accessibility by walking and public transit positively impact the weekly walking and transit mode share, respectively, for all purposes. Accounting for calculated accessibility and travel identity is important to avoid overestimating the influence of perceived accessibility on travel behaviour. This research provides transport professionals a nuanced understanding of the link between accessibility (perceived and calculated) and travel behaviour, offering insights for promoting the use of sustainable travel modes.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».