Transit Use During and After the COVID-19 Pandemic: The “New Normal” for Public Transit Ridership
Notice bibliographique
Résumé
The Covid-19 pandemic significantly impacted transit ridership across Canada. As the pandemic begins to subside, understanding the factors that influence peoples’ decisions to use transit (or not) is crucial for the recovery and long-term sustainability of public transit. Using data from the third wave of the Public Transit and Covid-19 survey in Canada, this study evaluates who returned to pre-pandemic transit use, the factors influencing the decision to ride transit, and peoples’ intentions for future transit use. The authors find that most transit riders perceive that the pandemic is over but its effects are here to stay, though they are split about whether the pandemic still affects their transit use. While some transit riders have gradually returned to pre-pandemic transit levels, a relatively small share of those who have not yet fully returned intend to and a significant proportion do not intend to fully return. About half of transit riders will return to transit at a lower usage level than before the pandemic, while about 10% do not intend to return at all. The results indicate that in the “new normal”, transit use will remain below pre-pandemic levels for those who rode transit before the pandemic. Factors such as car access are significantly related to the extent to which people have returned to transit, although this may be reflecting a shift away from transit rather than causing the shift. Factors such as easy access to transit stops, service frequency, and proximity to home and job locations influence current transit use.View the NCST Project Webpage
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».