MétaCan
Menu
Retour à la cohorte
Enregistrement W4409838993 · doi:10.1016/j.trd.2025.104751

Equity implications of emerging mobility services and public transit coopetition: A review

2025· review· en· W4409838993 sur OpenAlexafffund
Abebe Dress Beza, Merkebe Getachew Demissie, Lina Kattan

Notice bibliographique

RevueTransportation Research Part D Transport and Environment · 2025
Typereview
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacsIndian Institute of Science
Mots-clésCoopetitionEquity (law)Transit (satellite)BusinessPublic transportIndustrial organizationTransport engineeringEconomicsEngineeringMarket economyPolitical science

Résumé

récupéré en direct d'OpenAlex

The rise of emerging mobility services (EMS), particularly ridehailing and micromobility , has transformed urban transportation and challenged the traditional public transit (PT) system. This has led to coopetition dynamics between EMS and PT, characterized by supplementary, complementary, and competitive interactions, which introduce complexity to discussions on equity, cost, and sustainability. The long-term impact will also depend on how EMS is integrated with existing PT and how cities manage these challenges. This study addresses these gaps by conducting a systematic literature review of EMS and PT coopetition dynamics, focusing on the equity implications of accessibility. The findings reveal that ridehailing primarily competes with PT while complementing it during disruptions and in areas with limited service; however, it disproportionately benefits affluent areas, exacerbating inequities. Conversely, micromobility supplements PT as first- and last-mile solutions while also competing in city centers. This study also offers topology and pathways from coopetition to equitable EMS and PT integration.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0070,008
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,134
Tête enseignante GPT0,430
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransportation Research Part D Transport and EnvironmentMême sujetTransportation Planning and OptimizationTravaux en français237 207