Notice bibliographique
Résumé
Cycle Zone Analysis is a new metric that can help planners and decision makers assess existing conditions and future potential for bicycling and develop strategies to maximize returns on financial investment through increases in mode share. This Geographic Information System (GIS) based analysis considers many factors known to influence bicycling activity, including: land use mix, roadway density and connectivity, bike way quantity and quality, topography, employment and population density. This analysis is similar to the traditional Transportation Analysis Zone (TAZ) based systems used for motor vehicle modeling currently performed at the local, regional and state levels. A second new analysis metric, the Bikeway Quality Index (BQI) is used to measure the quality of on-street bicycle facilities. The methodology allows evaluation of features unique to various types of bike ways (e.g. bike lane width and traffic calming along shared streets). Portland, OR planners used this tool to: better understand the impact of several individual factors on cycling potential in various parts of the city, create a composite picture of existing cycling quality, evaluate future potential for cycling and verify that increased cycling appears to roughly match quality ratings in each cycle zone. This tool was originally developed in a partnership between the Portland Bureau of Transportation and Alta Planning and Design for use in the update of Portland’s Platinum Bicycle Master Plan. Further applications of this tool in areas such as Greater Vancouver British Columbia will allow enhanced calibration and validation of this model as a predictor of cycling potential.
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 | 0,017 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,020 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».