Evaluating the effects of fare characteristics on fare equity: A scoping review
Notice bibliographique
Résumé
While public-transit fares can represent barriers to some people to use public-transit systems, they remain a major source of funding for operating it. Given the ubiquitous nature of fares in public-transit systems worldwide, understanding how characteristics of fare structures affect the distribution of fare burden (i.e., fare equity) is crucial. To do so we conducted a scoping review of the current literature on public-transit fare equity. We defined fare equity in the form of vertical equity (based on the ability-to-pay principle) and market equity (based on the beneficiary-pay principle). We then screened through 511 unique studies, retaining 24 for analysis. Findings were grouped based on fare attributes (e.g., distance-, time-, service- and user-based fare modulations), fare type and fare integration before combining results in a conceptual model. Distance-, time- and service-based fares were shown to have a positive effect on market equity while only income-based fares always positively impacted vertical equity. User-based fares have shown clear negative effects on market fare equity. The effects of most fare characteristics on fare equity were either not well researched or dependent on local contexts. Lastly, a lack of assessment of the synergies between fare characteristics in their effect on fare equity was also observed. Potential opposite effects of fare characteristics on vertical and market fare equity points to the necessity for public-transit agencies to choose which form of fare equity to promote. Recommendations for practitioners and researchers based on our findings are provided to guide the field of fare equity forward.
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 | 0,021 | 0,131 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,008 |
| Bibliométrie | 0,017 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».