Imputing informal workers for transportation modeling in Latin America by the use of machine learning techniques
Notice bibliographique
Résumé
The informal economy plays a critical role in the Global South, particularly in large urban areas such as Mexico City, where over 50 % of jobs belong to this segment. It is crucial to understand the travel behavior of informal workers and effectively integrate these patterns into advanced transportation models, such as activity-based models (ABMs). This study proposes a unique approach for identifying informal workers across distinct economic sectors in Mexico’s Monterrey metropolitan area, by utilizing an Origin-Destination survey and the National Occupation and Employment Survey (ENOE). Machine learning models, trained on the ENOE dataset and applied to the OD survey, first classified workers as formal or informal, and subsequently reassigned informal laborers who had initially been classified under “Other" to the construction or commerce categories. The use of the Gradient Boosted Trees (GBT) classifier emerged as the optimal method, yielding accuracies of 78.0 % and 70.7 % for the two stages. Differences between predicted results and observed values fall within an acceptable range, especially in sectors with high informal worker rates. The resulting estimate and characterization of informal workers can potentially be integrated into ABMs, thereby providing a foundation for assessing the responses of informal workers to infrastructure policy interventions. • Identifying informal workers allows the characterization of their travel patterns. • Machine learning techniques identify these workers from surveys in Monterrey, MX. • Gradient Boosted Trees demonstrated to be the best method for worker identification. • Informal workers can then be included in activity-based models.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».