MétaCan
Menu
Retour à la cohorte
Enregistrement W565261342

Home Location and Commuting Trade-offs of Two-Commuter Households: Case of National Capital Region of Canada

2014· article· en· W565261342 sur OpenAlexaboutno aff
Khandker Nurul Habib

Notice bibliographique

RevueTransportation Research Board 93rd Annual MeetingTransportation Research Board · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMode choiceModalSpeculationTransport engineeringMode (computer interface)Demographic economicsTransit (satellite)GeographyCapital (architecture)BusinessEconomicsEconomic geographyPublic transportEngineeringFinanceComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper investigates the relationship between commuting mode choice and home location attributes by using a joint econometric modelling framework. Home location attributes are characterized by the total commuting distances of two commuters and the angle between two workplaces at the home location. 2011 household travel survey data for the National Capital Region (NCR) is used for empirical investigation. It is found that auto driving is the most dominant mode for commuting for two-commuter households. Contrary to usual speculation, shared modes (e.g. auto passenger and transit kiss & ride modes) do not have a high modal share in two-commuter households. Empirical investigation reveals that two-worker households in the NCR are not able to optimize their home location (with reduced total commuting distance and a wider angle between two workplaces at the home location). While higher modal accessibility increases the angle and reduces the total commuting distance, various socio-economic and land use factors reduce the correlation between total commuting distances and the angle. So, this gives a cautionary tale to urban transportation and land use planners for taking these findings into considerations as the two-commuter households are increasing in proportion in many urban areas.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,163
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,003
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,059
Tête enseignante GPT0,371
Écart entre enseignants0,312 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Board 93rd Annual MeetingTransportation Research BoardMême sujetUrban Transport and AccessibilityTravaux en français237 207