Navigating urban mobility: Mobility attitudes and travel mode choices in Dubai and Lahore
Notice bibliographique
Résumé
Understanding the complexities of urban travel behaviors is essential for fostering sustainable mobility systems. This study examines the impact of socio-economic factors, attitudinal variables, and urban characteristics on travel mode choices for multipurpose trips in Dubai and Lahore. The comparative analysis broadens the body of travel mode choice research by analyzing shared mobility modes' influence in less studied diverse urban contexts. Using multinomial logistic regression on surveys data from 1,653 residents of Dubai and 1,603 residents of Lahore. The findings reveal that stronger pro-public transport attitudes, frequent commuting, and lower travel costs substantially increase transit use—particularly when travel times remain below 30 minutes. In contrast, each additional street connectivity, higher driving license ownership, strong pro-car attitudes, and a premium on comfort lower transit adoption. Individuals with longer commutes who value safety prefer shared mobility modes, but higher costs and pro-car attitudes deter them. Active travel accounts for only 14% (Dubai) and 5% (Lahore) of all trips, indicating that substantial improvements in local connectivity are required to shift behavior. These findings suggest creating specific policies for each city. In Dubai, improve public transit accessibility and city design. In Lahore, improve safety and reliability of local transit connections and regulate ridesharing modes. This will help create equitable mobility ecosystems in cities.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 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 ».