Tour-based mode choice modeling technique: US practices
Notice bibliographique
Résumé
Achieving consistency between modeled modes for different trips on the same tour has been one of the major reasons for a wide acceptance of the tour-based modeling paradigm. Experience with the tour-based models developed and applied in such metropolitan regions as San-Francisco, New York, Columbus, Atlanta, Sacramento, and Montreal has shown that mode choice is one of the most complicated and least transferable models. This paper provides a systematic overview of the existing tour-based mode choice models and identifies directions for further improvements. There are two different levels at which the mode choice decision is modeled: tour mode (upper-level choice) and trip mode (lower-level choice conditional upon the upper-level choice). The tour level reflects the most important decisions that a traveler makes in terms of using private car versus public transit, non-motorized, or any other mode. Most of the models include at least two car modes (either driver vs. passenger or by single vs. high occupancy), at least two transit modes by access (car vs. walking), non-motorized mode, and some special modes (school bus and/or taxi). In the transit-oriented regions like New York and San-Francisco, additional stratification of transit modes is applied (rail vs. bus, etc). Trip-level decisions provide the details of exact modes for each trip. Trip modes in each region depend on the variety of transit sub-modes (intercity rail, commuter rail, light rail transit, bus rapid transit, express bus, local bus, etc) and variety of car occupancy (single, shared ride 2, shared ride 3, etc) and road pricing categories (toll vs. non-toll). The paper discusses details of choice set formation at both tour and trip levels as well as the linkage between them implemented through the matrix correspondence rules, by using trip mode choice logsums in the tour mode utilities, etc. The mode choice model is normally estimated and applied sequentially, taking into account stop frequency and stop location choices. The hierarchy of sub-models is described. Mode choice decisions are closely intertwined with destination choice and time-of-day (TOD) choice. Sequencing of these choices and linkage between them are still open questions with different approaches applied in different models. The experience with different structures where TOD choice was applied before mode choice (San Francisco, Columbus, Sacramento, Atlanta) versus alternative structures with mode choice applied before TOD choice (New York, Montreal) is described. Possible directions for further enhancement of the integrity and simultaneity in modeling these choices are outlined. For the covering abstract see ITRD E145999
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».