MétaCan
Menu
← Retour à la cohorte
Enregistrement W4416222456 · doi:10.1371/journal.pone.0335951

A family of accessibility measures derived from spatial interaction principles

2025· article· en· W4416222456 sur OpenAlexaff
Anastasia Soukhov, Rafael H. M. Pereira, Christopher D. Higgins, Antonio Páez

Notice bibliographique

RevuePLoS ONE · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensThe Scarborough HospitalMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMeasure (data warehouse)Focus (optics)PopulationBasis (linear algebra)

Résumé

récupéré en direct d'OpenAlex

Transportation planning has long prioritized the efficiency of movement. However, the concept of accessibility represents a more comprehensive evolution, shifting focus from movement (i.e., trips) to the potential to spatially interact with desired destinations. Despite growing recognition of accessibility-based planning approaches, the concept remains fragmented, with inconsistent definitions and unclear interpretations. To this end, this paper makes a methodological contribution by specifying a family of accessibility measures that are grounded in the shared 'gravity-based' theoretical roots of spatial interaction models, particularly their balancing factors. From this foundation, we outline four members of the family: the 'unconstrained' measure (i.e., Hansen-type accessibility), the 'total-constrained' measure (i.e., a constrained version of the Hansen-type accessibility), the 'singly-constrained' measure (i.e., related to the popular two-step floating catchment approach - 2SFCA), and the 'doubly-constrained' measure representing realized access (i.e., equal to the doubly-constrained spatial interaction model). These measures can be interpreted as either the number of accessible opportunities or accessible population (i.e., market potential). A toy example illustrates how they produce interpretable unit-based values, offering a clearer and more coherent basis for accessibility analysis.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0010,003
Communication savante0,0020,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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.

Tête enseignante Opus0,113
Tête enseignante GPT0,319
Écart entre enseignants0,206 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetUrban Transport and Accessibility→Travaux en français237 207→