Unequal Spaces: Suburbs, Apartments, and Bicycles in a Global City
Notice bibliographique
Résumé
Planners promote utilitarian cycling and urban intensification to increase the health and sustainability of urban populations. North American planners and researchers focus on cycling supports in urban cores. There is little research on suburban cycling and virtually none on the relationship between cycling and housing type even though the relationship between cycling and population density is unclear. Yet, in the City of Toronto most people live in suburban neighbourhoods (68%) and 55% of Toronto’s population also lives in apartment style housing. Sixty percent of trips <5km, a distance easily cycled in 20 minutes, originate in Toronto’s inner-ring suburbs. To effectively combat the ills of automobiles, residents in suburban areas and apartment housing must be considered. My research addresses knowledge gaps related to these seemingly unrelated areas. My thinking is based in social practice theory. A scoping review of social practice theory and urban transport revealed how a new theoretical approach provides fresh strategies for change. Then, using data from an original survey of residents (n=215), principal component analysis and generalized structural equation modeling were used to develop a model of factors influencing utilitarian cycling by residents of a lower-income auto-oriented suburb. Results suggest, recreational cycling, access to bicycles, group rides, repairs, and ways to meet people who bike may be useful interventions in suburban communities. Finally, using trip data (n=223,232) from the Transportation Tomorrow Survey and controlling for 25 variables, multinomial logistic regression was used to examine the relationship between density, dwelling type and utilitarian cycling. In Toronto, dwelling type is almost as important as gender in determining who cycles. A trip originating from an apartment-based household was less than half as likely to be taken by bicycle as a similar trip originating in a house-based household in 2011 after controlling for all known variables of influence. This work points to new ways to increase sustainable travel in suburban areas and maximize its use in dense urban areas, both of which are necessary to mitigate climate change and build equitable access to healthy transportation options.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».