MétaCan
Menu
Retour à la cohorte
Enregistrement W810211516

Estimation of a Weekend Mode Choice Model for Calgary

2007· article· en· W810211516 sur OpenAlexaboutno aff
John Douglas Hunt, Paul McMillan, Kevin Stefan

Notice bibliographique

RevueTransportation Research Board 86th Annual MeetingTransportation Research Board · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMode (computer interface)Mode choiceEstimationTransport engineeringLogitTransit (satellite)Nested logitComputer scienceMixed logitLogistic regressionOperations researchPublic transportEconometricsEngineeringEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The mode choice model presented here is part of a larger tour-based, activity-based modeling system. Tour groups are formed, and in some cases (for tours with a clear primary purpose, such as work tours) a primary destination is chosen. A tour mode logit choice model then selects an overall mode for the tour from three options ? Auto, Bicycle and Other (including transit, walk and being a passenger in another vehicle). The tour choice model is based on group size and composition, availability of a car to the group, and tour purpose. For tours with a primary destination, the travel disutility to this destination, and the accessibility at this destination are also considered. For tours without a clear primary destination (such as shopping tours), the accessibility at the home location is used. Once a tour mode is chosen, individual stop locations are selected and a logit choice model selects a mode for each trip on the tour. Tours made by Auto or Bicycle are restricted to the chosen mode, and no further model is needed. For tours made by the Other mode, each trip presents a choice between Walk, Transit and Passenger. The trip mode choice model uses group size and composition, auto availability, and tour purpose as well as specific travel costs of the three modes. This paper presents full estimation results for these models, including a discussion of the implications of the estimation results, permitting new insights into weekend travel behavior.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,016
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,392
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,085
Tête enseignante GPT0,443
Écart entre enseignants0,358 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Board 86th Annual MeetingTransportation Research BoardMême sujetTransportation Planning and OptimizationTravaux en français237 207