Assessing the Determinant Factors Influencing Transport Mode Choice: A Case of Debre Berhan City
Notice bibliographique
Résumé
Mode choice behavior directly affects the layout of the urban transportation system and serves as the foundation for the development of policies about the planning and administration of urban transportation. This study focused on the city’s various transportation options, aiming to pinpoint and investigate several factors influencing transportation mode selection. The data included the traffic survey; traveler interviews were gathered using a questionnaire survey, structured interviews, and secondary documents. The collected data from the questionnaire survey were then analyzed using a multinomial logit (MNL) model to assess the relationships between different parameters and mode choice. The investigation considered several concerns, including travel distance, travel time, travel cost, safety, environmental impact, health benefits, and comfort. Both qualitative and quantitative methods of sustainability have been integrated into this study. The MNL model’s pseudo‐R‐squared value illustrates the apparent correlation between the independent and dependent variables. The multilayer perceptron (MLP) model was used as a comparison model. The results show that MLP has higher predictive performance than the MNL model in assessing transport mode choice in the city. The study reveals that travel distance, time, availability, health benefits, comfort, safety, cost, and environmental impact significantly influence mode choice for work trips. Public services are safer, less environmentally impactful, and more accessible, while walking is safest, offers health benefits, and is more environmentally friendly but is preferred by the youngest. Private vehicle users offer more safety but are less cost‐effective. Minibus users provide better cost‐benefit and safety but take longer travel times. Overall, the study was used to understand passenger preferences and critical factors in transport options, thereby aiding policymakers in making informed decisions and suggestions for improving the transport system in similar 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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».