A methodological framework to generate transit-oriented development (TOD) typologies
Notice bibliographique
Résumé
To support the implementation of transit-oriented development (TOD) in different contexts, researchers and planners increasingly use TOD typologies. While the methodologies developed to generate TOD typologies are frequently meant to be transferable across different contexts, no studies explicitly analyze and describe how to adapt these methodologies to other regions. Therefore, this paper examines which factors need to be considered when applying a TOD typology methodology to any given region. This paper provides a detailed description of the process of adapting an existing bicycle-oriented TOD typology methodology that was developed for Montreal (Canada) to another context in Rotterdam (the Netherlands). The transfer results in two distinct typologies by clustering stations based on their respective contexts. Based on the findings, we designed a five-step methodological framework to guide TOD typology development across diverse contexts. The five steps are: (i) identify the study area (public transport stations) and define the research or planning objectives underlying the development of the typology, (ii) identify indicators and the catchment area, (iii) select the classification methods, (iv) present the clustering results, and (v) discuss planning implications. This study is not a comparative analysis of classification results between Montreal and Rotterdam, but rather a critical analysis of the transferability of a TOD typology methodology, which has implications for any planning tool that is used beyond a single context. The proposed framework makes developing a TOD typology more accessible to planners and, therefore, supports the use of TOD typology in practice. • Transfer of a TOD typology tool from Montreal, Canada to Rotterdam, Netherlands. • Five-step methodological framework to design context-specific TOD typologies. • Contextualization of the tool based on the study area and planning objectives is key. • Proposed framework enables local station development policy recommendations.
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 | 0,070 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,018 | 0,014 |
| Études des sciences et des technologies | 0,005 | 0,009 |
| Communication savante | 0,010 | 0,008 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».