Enhancing Wayfinding in Chennai Metro: Insights from Passenger Feedback
Notice bibliographique
Résumé
Metro systems are now essential for urban mobility due to the rapid urbanization of the world, but many users still find it difficult to navigate these complex environments. Clear and inclusive wayfinding is not only critical for improving passenger ease of commuting. It is also for certifying security, effectiveness, and reasonable access to public transport. In Chennai, like in other cities where the transit usage has increased rapidly in recent years, user-centered navigation design remains unknown. In order to categorise design limitations and recommend user-centered improvements, this study examines passenger feedback to investigate the wayfinding experience in Chennai Metro stations. The research builds on international frameworks such as Metrolinx (Canada), APTA (USA), and MTC (USA), while positioning results within the local socio-cultural context. Using a mixed-methods approach, the study evaluates overall navigation satisfaction through integrating quantitative survey data with qualitative responses from 88 respondents. The investigation apprehended demographic variations across age, gender, and travel frequency. The open-ended responses delivered understandings into signage clarity, digital tools, and accessibility. The results show serious deficiencies in real-time navigation assistance, digital integration, multilingual signage, and accessibility for people with disabilities. Starting from the mobile apps, interactive kiosks, restroom signage, and multilingual guidance, the need varies by age and gender. These results point to demographic-exact needs that should inform design revisions. The study highlights the need for inclusive design principles by comparing Chennai Metro's current practices to international standards like Metrolinx (Canada), APTA (USA), and MTC (USA). The use of universally recognizable symbols, enhanced station mapping, tactile and Braille signage, and participatory design—which involves passengers in the evaluation of signage—are among the recommendations. By providing scalable methods for improving wayfinding in expanding metropolitan networks, the study adds to the broader conversation on transit accessibility and user experience.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».