MétaCan
Menu
Retour à la cohorte
Enregistrement W4415436325 · doi:10.1080/15568318.2025.2570322

Measuring and moving on the street: A scoping review of street space allocation studies

2025· review· en· W4415436325 sur OpenAlexafffund
Daniel Romm, Lexi Kinman, Kevin Manaugh, Grant McKenzie

Notice bibliographique

RevueInternational Journal of Sustainable Transportation · 2025
Typereview
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensMcGill University
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesSocial Sciences and Humanities Research Council of Canada
Mots-clésSpace (punctuation)Urban spacePedestrianUrban planningKey (lock)Resource allocation

Résumé

récupéré en direct d'OpenAlex

A field of research is emerging that examines the allocation of street space to different transportation infrastructures, backgrounded by the increasingly recognized need to redesign city streets away from the dominance that cars have held over them for the past century. In this scoping review, we systematically search the literature to identify 12 peer-reviewed journal articles that use empirical methods to study street space allocation to transportation modes, synthesizing and reflecting on the studies’ methodologies, results, and identified policy implications and future research areas. From this synthesis, key themes emerge around how the studies frame their work in the transportation justice literature and toward conceptualizing an equitable streetscape, the differences in the methodologies employed and promising avenues to improve their methods, and the difficulties in comparing results across studies. Stemming from the reviewed studies, this review offers several directions for future research to encourage the development of street space allocation research, a field well-positioned to contribute to research and policy around critiquing and improving city streets and urban livability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,017
score de la tête « metaresearch » (Gemma)0,065
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,089

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0170,065
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0200,022
Études des sciences et des technologies0,0010,002
Communication savante0,0050,005
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,077
Tête enseignante GPT0,399
Écart entre enseignants0,322 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable TransportationMême sujetUrban Transport and AccessibilityTravaux en français237 207