MétaCan
Menu
Retour à la cohorte
Enregistrement W6996527025

A spatial typology of car usage\tand its\tlocal determinants in England

2017· other· en· W6996527025 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueUWE Research Repository (UWE Bristol) · 2017
Typeother
Langueen
Domaine
Thématique
Établissements canadiensTrinity College
Organismes subventionnairesEngineering and Physical Sciences Research Council
Mots-clésTypologyUnderpinningCluster analysisSet (abstract data type)CategorizationCluster (spacecraft)Process (computing)Regression analysisData set
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,492
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,063
Tête enseignante GPT0,384
Écart entre enseignants0,321 · 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

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUWE Research Repository (UWE Bristol)Travaux en français237 207