Analyse de la connectivité des réseaux de transport en commun multimodaux en milieu urbain : étude de cas montréalais
Notice bibliographique
Résumé
Le transport routier est responsable d’une part importante des émissions de GES. L’utilisation des transports collectifs à défaut de la voiture individuelle est une ambition que plusieurs paliers gouvernementaux prônent pour réduire la part d’émission reliée à ce secteur. Ceci est accompli non seulement par une augmentation de l’étendue de la couverture, mais également par une diversification de l’offre modale ainsi que par une bonification de la connectivité en vue d’améliorer l’attractivité d’un réseau de transport en commun. \n \nLa connectivité contribue, entre autres, à faciliter un déplacement entre un point d’origine et un point de destination. Elle est évaluée grâce au degré de connexion entre les composantes structurelles d’un réseau. Cependant, l’évaluation porte généralement sur des réseaux monomodaux linéaires où il est difficile d’arrimer les caractéristiques propres à chaque mode, particulièrement pour les modes non conventionnels offrant des déplacements personnalisés. \n \nL’objectif principal de ce projet de recherche est de créer un outil permettant d’évaluer la variation de la connectivité à travers différents réseaux de transport en commun multimodaux, en référence à un réseau donné. L’unité comparative retenue est la durée du chemin le plus court du point de vue de l’usager, en incluant non seulement la durée en véhicule, mais aussi la durée de marche et d’attente, induite par des transferts intermodaux. L’étude de cas se base sur le réseau de transport en commun de l’arrondissement Ville-Marie de la ville de Montréal. À partir de celui-ci, trois nouvelles configurations sont analysées, dont l’une d’elles comprend un service de transport personnalisé sous la forme d’un véhicule entièrement automatisé et connecté. \n \nL’étude a démontré que l’ajout d’une nouvelle offre modale ne permet pas nécessairement d’améliorer la connectivité d’un réseau. Dans les conditions analysées, le scénario présentant le plus d’avantages est celui intégrant un service de transport personnalisé. En effet, la durée pour parcourir l’ensemble des chemins les plus courts est réduite d’environ 18 % comparativement au réseau actuel, dont en moyenne 3 % moins d’attente, en plus d’améliorer la robustesse. Cependant, les trajets comportent en moyenne 5 % plus de transferts. Aucun scénario n’améliore la connectivité à la fois de la centralité, de la directitude et de la robustesse d’un réseau. Par ailleurs, la méthode développée permet de comparer la variation de la connectivité de différentes configurations de réseaux de transport en commun multimodaux en vue d’identifier le scénario le plus adapté aux besoins de développement.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,001 |
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.
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 ».