Satisfaction in pedestrianized areas: What shapes positive and negative experiences?
Notice bibliographique
Résumé
One of the approaches to improve the livability, safety, and accessibility of cities and to make neighborhoods livable places for all their residents is implementing car-free projects. Although pedestrianization provides many benefits, public resistance is sometimes directed against these projects. Based on a database of 95 variables collected through an online survey with over 1300 respondents in Montreal, Canada, this study aims to explore differences in how people experience pedestrianization and to investigate the factors shaping these perceptions. Cluster analysis is used to identify groups with varying levels of satisfaction with pedestrianization. The key differences between these groups center on attitudes toward the cohabitation of pedestrians and two-wheeler users and the opinion on the impact of pedestrianization on individuals' mobility and travel patterns. The less satisfied group with pedestrianization includes a lower percentage of females, a higher percentage of people with limitations using public and active transportation, and a higher proportion of older people. Since cyclist-pedestrian cohabitation is the variable with the highest difference between clusters, this variable is analyzed using an interpretable ensemble learning approach to better understand people's position on pedestrianization. The results suggest that having experience in cycling, a higher frequency of cycling, an agreement that pedestrians should share the car-free streets with cyclists, and a better perception of safety on car-free streets increase the satisfaction related to the cyclists-pedestrians cohabitation. • The levels of satisfaction with pedestrianization experiences are examined. • Cohabitation of pedestrians/2-wheelers impacts the level of satisfaction. • The profiles of the less satisfied group with pedestrianization are identified. • Having experience in cycling increased the cohabitation of pedestrians/2-wheelers.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».