If We Clear Them, Will They Come? Study to Identify Determinants of Winter Bicycling in Two Cold Canadian Cities
Notice bibliographique
Résumé
This paper investigates the determinants of winter cycling in cold North American cities. For this purpose, two online surveys were implemented in the City of Ottawa and Montreal Canada during the winter season 2012. The main outcome of interest is whether the respondent cycles during winter. The variables collected in the survey included socio-demographics (age, gender, occupation, income, etc), as well as perceptions of winter maintenance and weather conditions with regards to willingness to cycle. Using a logistic regression method, the effects of adverse weather conditions, snow/ice on ground and winter maintenance are determined after controlling for socio-demographic factors and trip distance in both cities. From the results in the two cities, it is clear that the improvement of winter maintenance operations on bicycle infrastructure has a positive and significant impact on winter cycling. After controlling for other factors, increased maintenance of bike facilities in the winter months is expected to increase in 20% to 30% the propensity to bike in the winter in the study cities. Operations to produce facilities clear of ice and snow seems to be effective to encourage winter cycling rates in Ottawa and Montreal. Biking on facilities that are not completely free of ice and snow has a negative effect of 20% to 40% (Ottawa) and 30% to 50% (Montreal) in the likelihood to bike in winter. The probability of cycling during the winter is also associated to age, gender, cycling habits and adverse weather conditions.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».