Urban cycling-specific active transportation behaviour is sensitive to the fresh start effect: triangulating observational evidence from real world data
Notice bibliographique
Résumé
BACKGROUND: This study determined if cycling-specific active transportation (AT) was sensitive to the behavioural economics heuristic “The Fresh Start Effect”, with the beginning of a work week being temporal landmark for cycling to work. METHODS: We triangulated data from five sources to test the study hypothesis. First, publicly available cycling traffic data collected from May to September between 2014 and 2019 using electromagnetic counters (EcoCounter Inc, Montreal Qc.) were used to categorize 5 urban trails as “AT” or “leisure” based on hourly cycling traffic patterns. Linear regression model with repeated measures, compared daily trends in cycling traffic over the course of a work week along the different trail types and then compared with daily trends in occupational bicycle parking (n = 56,307 counts), vehicular traffic (n = 6.2 M counts), and sales from a local coffee shop (n = 166,753 counts) over the same time frame. Effect sizes were compared to daily trends in fitness centre attendance (n = 563,290 counts), a positive control for the Fresh Start Effect. RESULTS: We found a significant ~ 22% decline in daily cycling traffic on both AT (-147 cyclists/day; 95% CI: -199.0 to -95 cyclists/day) and leisure trails (-22 cyclists/day; 95% CI: -59 to + 15 cyclists/day) over the course of a work week. The relative decline over the work week in AT-based cycling traffic was similar to the decline in daily parking (~ 14%; -12 cyclists/day; 95% CI: -17 to -7 cyclists/day). The relative effect size of this trend was nearly identical to the decline in fitness centre attendance over the work week (~ 21%; -592 visits/day; 95% CI: -759 visits/day to -425 visits/day), replicating the original Fresh Start Effect. In contrast to the decline in AT-based cycling traffic, daily vehicular traffic (+ 2248 cars/day; 95% CI: 2022 to + 3674 cars/day) and coffee sales (+ 31 units/day; 95% CI: +22 to + 42 units/day) increased ~ 7% from the beginning to the end of a work week. CONCLUSIONS: The weekly patterns of AT-based cycling are sensitive to the Fresh Start Effect. This observation could be used to inform policies for increasing cycling rates in urban centres.
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 | 0,018 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 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 ».