Exploring Route Choice Decision-Making Process: Comparison of Preplanned and Observed Routes Obtained Using Person-Based GPS
Notice bibliographique
Résumé
Trip decisions are complex and involve choosing the activity destination, the mode and subsequently the route for travel. This paper presents detailed information on the pre-planned and observed route choices for the home-to-work commute. Specifically, the study examines how people formulate their route plans and describe their attitudes and preferences for their selected route. A geographical information system (GIS) records the pre-planned route information with the route planning sequence. Observing route choice is a difficult procedure; however, through the use of the global positioning system (GPS), one can accurately record route choice. An automated activity-trip detection algorithm processes GPS data and displays results within an internet-based prompted recall diary. The diary is used to verify trip start and end times. This combination of GPS, GIS and diary responses provide great insight into the route choice decision-making process. Twenty-four individuals from Ontario, Canada participated in answering survey questions and the collection of person-based GPS data. Results indicate a preference to minimize travel time as stated by participants in deciding what route to travel. Participants also affirmed a desire to minimize the number of stop lights/signs, as well as, avoid congestion and maximize route directness. A comparison between pre-planned and observed routes, reveals about one-fifth of participants deviated from their pre-planned route. This study demonstrates the need for qualitative and quantitative survey methods for exploring pre-planned and observed route choice patterns.
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 | 0,007 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 ».