An Analysis of Empirical Evidence of Cyclists’ Route Choice and Its Implications for Planning
Notice bibliographique
Résumé
In this paper, the authors present results from a cycling study in the region of Waterloo, Ontario Canada. In total, they gathered both sociodemographic and observed travel data from 415 self-selected cyclists from March 2010 until February 2011. In this paper, the authors concentrate on how roadway networks and built environment influence the cyclists’ possible and observed path choices. Data on origins, destinations and actual paths were collected using low-cost GPS units. From the data collected, the authors generate shortest paths based on the x-y distance, shortest path along roadways, and shortest path including roads and bike paths. They compare these results using the concept of “excess travel” or required travel distances beyond the minimum possible distances. They are able to show that excess travel increases with indirect, curvilinear roadway networks and land uses that act as impediments to connectivity. They next compute the excess travel saved by the addition of the trails network. The results suggest that many very high cost paths can be eliminated with the addition of trails. Finally, the authors compare the difference in actual path and shortest path to compute excess travel for utilitarian (non-recreational) trips. They are able to demonstrate land patterns that do not support cyclist produce large penalties in terms of added lengths to cycling trips. Results discussed help to showcase the travel time savings that may be experienced with increased cycling infrastructure and connectivity, as well as prioritize future cycling investment. The authors conclude with key findings and a discussion of future work.
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 | 0,013 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| 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 ».