Modeling Commuters’ Response to Pre-Trip Information Provided for Prolonged and Large-Scale Network Disruptions: Case study of West LRT Construction in the City Calgary, Canada
Notice bibliographique
Résumé
This paper models commuters’ response to pre-trip information disseminated through electronic Newsletters, which are advising route diversions and mode change due to a major Light Rail Trasit (LRT) Construction in the City of Calgary, Canada. The West LRT line is a major construction affecting daily commute around an urbanized area. The construction lasts three years and during this time roads and lane closures take place in the vicinity of the construction zones. Data on commuters' route making decisions were obtained by conducting a survey on a sample of users of the main affected roads. Two discrete choice models were calibrated for this purpose. The first model examines commuters' response to traffic information disseminated through Newsletters, and the second model investigates the reason behind the low response rate of commuters. In these models the effects of socio-economic characteristics, congestion level, trip characteristics, weather conditions, frequency of driving in the vicinity of the LRT construction zone, familiarity with alternative routes, route characteristics and access to other sources of traffic alerts are examined. Although 13% of commuters are likely to make no changes in their routes and trips, 46% of the respondents stated that they would make pronounced changes in trip planning by either changing modes, departure time or destination; 41% stated to change their route. The attitude and perception towards the quality of information provided by the Newsletters were found to be critical contributing factors affecting the travelers’ responses to these systems. Respondents stated that the perceived unreliability of Newsletter information and the expected similarity in travel time on alternate route are major reasons behind the low compliance rate.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,020 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».