The Pulse of the Nation on 3 Revolutions: Annual Investigation of Nationwide Mobility Trends
Notice bibliographique
Résumé
This study investigates the disruptive changes brought to transportation by emerging technologies and the COVID-19 pandemic through the analysis of repeated cross-sectional datasets that were collected with multiple survey waves administered in various regions of the United States and Canada. The first data collection was administrated in 2019 through the recruitment of respondents with an online opinion company. As the COVID-19 pandemic started to disrupt the world starting in 2020, two additional rounds of data collection were carried out in Spring 2020 and Fall 2020, to study the disruptions in activity and travel patterns that were caused by the pandemic. Starting in 2020, the data collection was extended to 15 U.S. regions: Los Angeles, Sacramento, San Diego and San Francisco in California; Atlanta, Boston, Chicago, Denver, Detroit, Kansas City, New York, Salt Lake City, Seattle, Tampa and Washington D.C. in other U.S. regions. In addition, the study covered also Toronto and Vancouver in Canada. Several thousands of respondents participated in the various waves of surveys. Some of these respondents were part of the longitudinal component of the dataset, built through inviting previous survey respondents to participate in the new waves of data collection. Additional respondents were recruited using online opinion panels and convenience sampling. The study enabled by the analysis of the data collected with this series of surveys helps understand how mobility patterns are evolving in the country as new technologies disrupt the transportation sector and they evolve from the pre-pandemic to the post-pandemic era. It helps make planning decisions and guide policymaking through an annual data collection that allows us to collect critically-needed information on the evolution of travel patterns and the adoption of new transportation technologies and trends in the selected regions, every year. In this report, the researchers briefly describe the series of data collection and present some summary findings from the analysis of the data collected before and during the COVID-19 pandemic.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 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».