MétaCan
Menu
← Retour à la cohorte
Enregistrement W6989658246

Building cycling equity in Montreal: Overcoming barriers in accessing Bixi

2024· other· en· W6989658246 sur OpenAlexaboutno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2024
Typeother
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEquity (law)CyclingEquity crowdfundingContext (archaeology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

"Sommaire Considérant l’achalandage record et l’adoption croissante de Bixi à Montréal, il est important d’évaluer les pratiques de Bixi afin d’assurer que son service est conçu pour et accessible à tous les montréalais. Bixi n’a actuellement pas d’objectifs d’équité explicites, ainsi, aligner sa stratégie afin de combler les objectifs d’équité de la ville de Montréal devrait être une priorité si la Ville cherche à développer un réseau de transport durable et équitable. Ce rapport résume les résultats d’un sondage sur le cyclisme et les vélos en libre-service (VLS) à Montréal. Ce sondage mené entre mai et juin 2024 illustre les barrières et les solutions qui pourraient être mises en œuvre par les agences et organismes municipaux de Montréal, basées sur des précédents de vélos en libre-service à travers le monde. Résultats: Barrières • Les usagers de Bixi sont préoccupés par la sécurité routière. • Le poids et le format des Bixis limitent l’utilisation et l’adoption des VLS. • La capacité de cargaison des Bixis est insuffisante. • Le manque de sièges pour enfants sur les Bixis restreint leur utilisation chez les femmes. Solutions • Des vélos légers, des paniers plus grands et des solutions pour enfants peuvent augmenter l’utilisation de Bixi. • Un réseau avec une densité de 10-16 stations par kilomètre carré est idéal pour soutenir l’utilisation de VLS • Une stratégie compréhensive de sensibilisation et de communication est nécessaire. • Des cours, ateliers, et consultations avec une variété d’acteurs contribuent à augmenter l’utilisation de VLS. • La concertation avec les agences de transport et le gouvernement est requise pour assurer le succès des VLS. Recommendations: 1. Nommer un directeur de programme d’équité pour développer une stratégie d’équité et mener des consultations. 2. Prioriser l’établissement d’une stratégie d’équité claire avec des indicateurs précis pour mesurer les gains d’équité. 3. Développer un programme de cours, leçons, balades à vélo collectives, et de consultations participatives. 4. Atteindre une densité d’au mínimum 10 stations par kilomètre carré en priorisant les zones les plus vulnérables. 5. Récolter des données sur les infrastuctures cyclables et sensibiliser les usagers pour améliorer la sécurité routière. 6. Examiner la structure tarifaire, les méthodes de paiement, et l’adoption de rabais pour faciliter l’accès à Bixi. 7. Évaluer les mécanismes de débloquage des vélos afin d’augmenter la flexibilité et la facilité d’utilisation de Bixi. 8. Ajouter des vélos plus légers et plus petits à la flotte de vélos Bixis afin de promouvoir les VLS auprès des femmes. 9. Réviser le design des paniers Bixis en étudiant des options tel le VLS cargo, les supports à vélo, et les remorques. 10. Adopter des alternatives qui favorisent l’utlisation du VLS pour ceux et celles avec des responsabilités familiales."@fre

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,078
Score d'incertitude au seuil0,260

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0070,001
Communication savante0,0030,001
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0780,002

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,304
Écart entre enseignants0,276 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueeScholarship@McGill (McGill)→Même sujetUrban Green Space and Health→Travaux en français237 207→