MétaCan
Menu
Retour à la cohorte
Enregistrement W4416608075 · doi:10.1007/978-3-031-99812-6_4

Governing Public Transit in Canada

2025· book-chapter· en· W4416608075 sur OpenAlexaffabout
Martin Horák

Notice bibliographique

RevueLocal and urban governance · 2025
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPublic transportTransit (satellite)Corporate governanceLegislationGovernment (linguistics)RevenueTransit systemDelegate

Résumé

récupéré en direct d'OpenAlex

Abstract This chapter provides a broad overview of the governance of public transit systems in Canada. Transit plays a relatively minor role in the overall Canadian transportation system, due to a combination of geographical and policy factors. Nonetheless, public transit is an important mode of transport in large Canadian cities. In legal terms, public transit is a responsibility of Canada’s provinces, but all provinces except for one in turn delegate this responsibility to municipal governments. This jurisdictional decentralization, together with the lack of general-purpose transit legislation in most provinces, means that the structure and governance of transit systems varies widely across cities. Transit operations depend heavily on fare box revenues, and the steep decline in ridership during the Covid-19 pandemic has produced a lingering operating revenue crisis. The capital funding situation is more positive, since all three levels of government have recently invested significant funds in expanding urban transit infrastructure. However, the vertical and horizontal fragmentation of transit governance in some city-regions has politicized, complicated and delayed the construction of new high-capacity transit lines. The chapter examines these issues and challenges with a specific focus on the three largest city-regions in Canada: Vancouver, Montreal and Toronto.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,142
Score d'incertitude au seuil0,995

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0100,004
Communication savante0,0060,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0230,002

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 Opus0,011
Tête enseignante GPT0,206
Écart entre enseignants0,195 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 revueLocal and urban governanceMême sujetUrban Transport and AccessibilityTravaux en français237 207