UTSC Commuting Patterns & Transit Reliability
Notice bibliographique
Résumé
In this study we analyze how public transit facilitates access to the University of Toronto Scarborough (UTSC) campus. Our aim is to provide an overview of which services are most relevant to UTSC commuters; give some idea what transit trips to campus would look like for students, faculty, and staff; and explore potential barriers and challenges to transit use. In Section 2 we use the home locations of UTSC students, faculty, and staff to estimate the transit routes that commuters would most likely take to campus if everyone used transit. These routes are derived from a transport network dataset including current schedule data of transit agencies in the region (e.g. TTC, GO, DRT). We use this data to generate summary statistics and plots pertaining to trip durations, waiting times, number of transfers, and walking distances. We then use these estimated routes to create an interactive map which highlights critical transit routes and travel corridors. In Section 3 we take a close look at reliability on the most important TTC services for UTSC commuters: routes 38, 95, and 198. To do this, we make use of a large GPS dataset from the TTC which lets us observe arrival times at each stop over a period of six months. We compare express and local services in terms of speed and travel time variability, and then look at total travel time distributions between UTSC and selected points. Finally, we make some suggestions for strategies the TTC could use to improve service for UTSC commuters.
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 | 0,000 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,006 |
| 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 | 0,000 |
| 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 ».