Analyzing the effect of micro-scale walkability on walking behavior
Notice bibliographique
Résumé
La marchabilité, qui est une conceptualisation des facteurs de l’environnement bâti et social influençant la marche, peut être analyser à différentes échelles et niveaux d’objectivité. La marchabilité subjective, une mesure de la perception deconvivialité de l’environnement piéton, a été moins étudiée que les indices de marchabilité objectifs et ce, même s’il a été démontré que ces derniers sont limités dans leur capacité à refléter l’expérience piétonne dans des environnements variés. De plus, peu de recherche à analyser comment la relation entre l’environnement bâti et les habitudes de marche varie entre diverse groups sociaux. La marchabilité a été mesurée plus fréquemment à l’échelle locale qu’à l’échelle de la rue même si cette dernière approche a été associée davantage à l’expérience de marche et à l’équité entre les groupes sociaux. Ce m/moire de maitrise vise à évaluer l’applicabilité d’une mesure de la marchabilité à l’échelle de la rue (outil MAPS-Mini) comparément à celle d’une mesure à l’échelle locale (Walkscore©) pour (1) évaluer les facteurs influençant la marchabilité subjective et pour (2) analyser comment ces mesures interagissent avec les caractéristiques socio-démographiques lorsqu’on modélise les habitudes de marche. Pour ce faire, des données ont été récoltées pour 2497 segments de rues à Montréal en utilisant l’outil MAP-Mini, des données externes comme le Walkscore© et des scores synthétiques de marchabilité subjective. Dans la première partie de cette recherche, j’étudie comment les caractéristiques de l’environnement bâti contribuant aux perceptions de marchabilité varient entre la marche utilitaire et la marche de loisir. Des modèles multiniveaux sont générés en utilisant les scores de marchabilité subjective pour la marche utilitaire et la marche de loisir comme variable dépendantes et les éléments de l’environnement bâti comme variables indépendantes. Dans la deuxième partie de cette recherche, j’analyse les interactions entre des indices de marchabilité (l’outil MAPS-Mini et Walkscore©) et les caractéristiques socio-démographiques des piétons durant la modélisation des habitudes de marche à l’aide de donnée de déplacement pour Montréal. Des régressions logistiques sont utilisées pour modéliser la probabilité qu’un adulte marche à une destinations en fonction de caractéristiques du déplacement, de la personne, du ménage et des indices de marchabilité pour l’emplacement du ménage. Des analyses de sensibilité sont réalisées pour quatre variables socio-démographiques – le genre, l’âge, le revenu par ménage et la présence d’enfant de moins de 13 ans dans le ménage – en se basant sur les interactions entre chacune et les indices de marchabilité. Pour le premier chapitre, les résultats démontrent que les facteurs de l’environnement bâti à l’échelle de la rue qui ont un effet statistique positif sur la marchabilité subjective diffèrent entre la marche utilitaire et la marche de loisir. Il est aussi observé que le Walkscore© a un effet faible mais significatif sur la marchabilité subjective pour le déplacement, mais aucun effet pour la marche de loisir. Dans le deuxième chapitre, les interactions entre chaque variable et les indices de marchabilité sont significatifs à l’exception de l’interaction entre le Walkscore© et le genre. Des interactions différentes sont observées entre les deux indices pour les variables de revenu par ménage et de présence d’enfants dans le ménage. Globalement, les résultats de cette étude démontrent le besoin de transitionner vers une approche multiscalaire à la marchabilité en combinant des indices à l’échelle de la rue et à l’échelle locale. Les indices de marchabilités objectifs et subjectifs devraient être utilisé de façon complémentaire et les caractéristiques socio-démographiques des piétons devraient être considérées comme facteurs de modération lors de l’étude des effets de l’environnement bâti sur les habitudes de marche
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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) | 0,005 | 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 ».