Travel Behavior of Car Share Members in Halifax, Canada: Modeling Trip Purpose in Case of the Use of Car Share Services and Mode Choice in Absence of the Service
Notice bibliographique
Résumé
This paper presents the findings of modeling the use of car share services for different trip purposes in Halifax, Canada. It also investigates the modes car share members would choose for those trip purposes, in absence of the car share service. The study uses latent class modeling techniques utilizing data from a web-based travel survey of existing car share members in Halifax, Canada in 2012. The paper includes two latent class models (LCM): (1) trip purposes when members uses car share services and (2) mode choice in the absence of car share. The first model investigates the purpose of accessing car share, which considers four purposes: (1) work related, (2) shopping, (3) personal business, and (4) recreational and others. The second model examines the mode choice behavior of car share members and considers five modes in the choice set: (1) transit, (2) bicycle, (3) walk, (4) taxi, and (5) other (carpool and rental car). The parameter estimates of the trip purpose model suggest that socio- economic characteristics, location of accessing car share, membership plans, travel attributes, and neighborhood characteristics are highly significant in explaining the purpose of accessing car share services. In case of the mode choice model, socio-economic characteristics, travel attributes, and neighborhood characteristics are the major predictors of mode choices in absence of the car share services. The findings of modeling travel behaviors of car share members will assist decision-makers to develop a more attractive, competitive, and easily accessible car share program.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».