A spatial typology of car usage\tand its\tlocal determinants in England
Notice bibliographique
Résumé
This paper presents an initial classification of Middle layer Super Output Areas (MSOAs) in England based on their car ownership, car usage and relevant local characteristics. Whilst a long lineage of widely used geodemographic classifications exist in the UK, none of these is sufficiently focused on travel behaviour and transport infrastructure to allow a useful placebased understanding of travel patterns alongside monitoring and evaluation of local transport interventions. The analysis uses a privileged dataset which includes the characteristics of every vehicle registered in the UK in 2011, the registered keeper type and location and the annual mileage derived from annual ‘MOT’ tests. We present initial results in the process of developing a typology of MSOAs using cluster analysis applied to the car and mileage data alongside variables selected from a long list of variables from additional sources including the Census and DfT Accessibility statistics. The most meaningful set of variables to use as clustering variables is derived from underpinning regression models to identify the strongest determinants of car ownership and use. A clustering procedure is tested to produce a stable and meaningful set of provisional local area transport-types. We present the methodology used to create the classification, a visual profile of each local transport-area-type identified and identify the next steps required to develop and address the methodological and conceptual challenges of identifying appropriate spatial units of analysis, and change over time. This initial classification has potential to be extended with other available datasets including, meteorological and topographical data as well as new local level measures of rail and bus provision, developed specifically for this project. We conclude with a brief discussion of how the identification of places that are physically, socially and behaviourally similar to each other in terms of their current car usage patterns and associated determinants allows for context appropriate policy planning, evaluation and knowledge sharing.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».