Measuring urban security perception in transport from social media data to inform transport network models: A case study for Milan in 2019 and New York City in 2021
Notice bibliographique
Résumé
Urban security perception is a critical, yet understudied factor of the adequacy dimension of transport poverty. This study investigates the potential of geo-social media data to assess perceived security in urban transport networks across European cities. Using over one million geo-referenced X microblogging posts from Milan (2019) and 12 million from New York City (2021), we applied a multi-stage Natural Language Processing (NLP) pipeline, including emotion and sentiment analysis and a few-shot semantic classifier, to detect posts expressing fear and insecurity, particularly related to women’s urban mobility. These indicators were spatially aggregated and compared against reference datasets on security perception and reported crimes. Results reveal distinct spatial patterns: Milan exhibited centralised posting with sparse, artefact-prone peripheral signals, while New York City showed more dispersed clusters in areas like the Bronx, Brooklyn, and Queens. However, correlations with ground-truth security data were consistently weak (Pearson’s r < 0.07), limiting social media’s reliability as a proxy for city-wide perceptions. Supplementary analysis of geo-referenced Google Maps reviews in Milan identified higher relevance of perceived security concerns in specific place types, such as parks and public transport locations, but revealed low overall confidence scores using the social media-based models. While geo-social media offer scalable, low-cost insights, limitations in spatial granularity, platform-dependent posting behavior, and demographic bias underscore the need for refined methodologies and multimodal data integration in future research.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 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 ».