From Fixed Routes to Flexible Rides: Feasibility of On-Demand Transit Alternatives for Suburban Networks and A Case Study on Mississauga
Notice bibliographique
Résumé
Public transit systems in suburban areas often face persistent challenges due to low and dispersed demand, which limits the efficiency and effectiveness of fixed-route transit (FRT). On-demand transit (ODT) has emerged as a flexible alternative, offering potential improvements in service quality and accessibility, but raising important questions regarding cost-effectiveness, operational scalability, and community impacts. This thesis develops and applies a simulation-based analytical framework to compare FRT and ODT across three suburban zones within the City of Mississauga: Meadowvale, Airport Corporate Centre, and Clarkson–Port Credit. Using data from the Transportation Tomorrow Survey (TTS), Automatic Passenger Counts (APC), and General Transit Feed Specification (GTFS), underutilized routes were identified and selected as candidates for replacement by ODT. Alternative mobility scenarios—FRT, ODT operated by the transit agency, and ODT operated by a transportation network company (TNC)—were modeled using PTV Visum, supported by zone-based origin–destination matrices and trip request generation. The evaluation focused on three dimensions: cost efficiency, level of service, and community impacts. Results show that ODT consistently outperforms FRT in terms of passenger experience, with lower journey times, primarily due to reduced wait times. However, this improvement comes with higher fleet requirements and increased vehicle-kilometers travelled, particularly under TNC-based models. Cost outcomes varied significantly across zones: ODT proved less costly than FRT in Meadowvale, comparable in the Airport Corporate Centre, but more expensive in Clarkson–Port Credit due to larger zone size and higher demand. Supplementary analyses further revealed that uniform service deployment across zones favors ODT by MiWay at current demand levels, while demand sensitivity experiments indicate a threshold beyond which FRT becomes more cost-effective. Overall, the findings highlight that ODT can complement or replace FRT in specific suburban contexts, but its financial and operational viability is highly context-dependent.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».