Determining the required operating subsidy of Canadian Transit Agencies: an examination of public transit operating deficits in Canada
Notice bibliographique
Résumé
Public transit systems can reduce road congestion, decrease air pollution, and provide affordable transportation within the areas they service. Despite continued growth in Canadian urban transit ridership levels over the past years, public transit systems across Canada consistently earn less revenue than they spend to remain operational. The difference between transit agencies' operating revenue and operating expenditures (known as the operating deficit) is covered by government subsidies which allow public transit to continue working. As more funding becomes available for new transit projects and current transit services, it is essential to understand how much each transit agency requires to remain in operation. This thesis conducts a regression analysis on the determinants of transit demand to estimate the expected per-trip operating deficit a transit agency will experience. Data collected by Statistics Canada and the Canadian Urban Transit Association (CUTA) is used to generate two models which can predict the per-trip subsidy a public transit agency will require based on transit demand levels in the region it services. Data collected from the years 1981, 1986, 1991, 1996, 2001, 2006, and 2016 from 104 Canadian Transit agencies is used in this study. Transit demand is accounted for with Canadian census data, and findings show that demographic and socioeconomic factors that impact ridership levels among transit users have varying effects on the per-trip subsidy a transit service requires. These effects reveal diseconomies of scale within large, urban transit agencies and explain the relationship between transit demand and transit costs. The results from this analysis allow policymakers to predict expected costs for current transit infrastructure, and determine expected future costs for new transit projects.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».