Approche multimodale de la mobilité urbaine : développement d'un outil d'aide à la prise de décision
Bibliographic record
Abstract
La voiture individuelle a permis d'agir directement sur les contraintes associées aux temps de déplacements en facilitant la mobilité individuelle et a engendré une évolution des villes qui se caractérise par des processus qui s'autoalimentent : une dispersion urbaine, une spécialisation fonctionnelle des zones et une croissance du trafic automobile. Le transport de masse conventionnel (métro, tramway, train \nléger), comme seule alternative à la dépendance automobile, s'adapte difficilement à cette nouvelle réalité pour répondre à une mobilité qui s'exprime variablement dans le temps et dans l'espace. Dans ce contexte, les Systèmes de Transport Cybernétiques (STC) se présentent comme une alternative technologique propice à répondre à cette mobilité collective individualisée en offrant, en tout temps, un service sur demande par le partage de véhicules automatisés fonctionnant en \nréseau. Si la voiture est synonyme de liberté individuelle, en revanche son utilisation privilégiée mène à un déséquilibre du système de mobilité qui se traduit par les phénomènes d'engorgements du réseau routier. À l'inverse, le transport de masse \nest stable à l'extrême en assujettissant les usagers à son mode opératoire rigide (corridors et cadences des véhicules préétablis). En rupture avec ces deux modes de fonctionnement, la dynamique du système de mobilité par STC repose sur la capacité à anticiper le besoin ainsi que sur la configuration des véhicules dans le réseau pour desservir adéquatement la demande individuelle formulée aux différents lieux du périmètre urbain desservi. Les résultats de la recherche ont montré que le besoin individuel en déplacements peut être appréhendé comme un phénomène chaotique. La reconstruction de l'espace d'encastrement à sept dimensions associées à la série chronologique du \nbesoin en déplacements pour un édifice au centre-ville de Montréal permet de reconstruire le profil du besoin par pas de temps de deux minutes, à partir des événements préalablement enregistrés. Basée sur la capacité des véhicules d'un STC d'emprunter l'ensemble des voies de guidages et l'identification des stations de départ et d'arrivée de chaque demande préalablement aux déplacements, \nl'application du principe du maximum d'entropie permet d'identifier les itinéraires individuels des véhicules. L'application du principe, développé à partir des relations de l'entropie statistique et de la théorie de l'information, permet de diffuser les \nvéhicules dans le réseau sous contrainte du respect des demandes des usagers et ainsi de minimiser le phénomène d'engorgement. Dans une approche dynamique de l'évolution du système, la configuration des véhicules dans un réseau STC se \nmodifie en fonction des demandes et doit s'organiser pour répondre aux besoins à venir. Par analogie avec les systèmes naturels, l'application des principes thermodynamiques de l'enthalpie et de l'entropie permettent d'expliciter la relation entre le besoin en déplacement et l'état du système. Par raisonnement déductif, les résultats explicitent le principe d'une configuration des véhicules dans \nle réseau basée sur des critères caractérisant l'état du système dans sa globalité plutôt que sur des critères de proximité et de distances à parcourir. \nLes résultats obtenus sur la base de l'application des lois comportementales des systèmes naturels (phénomènes chaotiques et principes thermodynamiques) sont intégrables dans un modèle. Ce dernier, en tant qu'outil de représentation, permet de mettre en évidence les fonctionnalités dynamiques qui d'une part animent le système et, d'autre part en assurent la cohérence pour satisfaire les besoins individuels dans le temps et dans l'espace. Cette capacité de s'adapter aux caractéristiques du milieu dans lequel un STC est implanté, permet de générer une \nsynergie avec les transports conventionnels pour une diversification de l'offre en transport collectif apte à s'adapter aux multiples dimensions de la demande individualisée en mobilité. Finalement, la démarche développée initie un changement de paradigme dans le domaine du transport collectif en privilégiant la variété des moyens (multiples modes et multiples itinéraires) pour rejoindre les \ndifférents lieux plutôt que la singularité d'un transport de masse. Ce changement de paradigme trouve également un écho en urbanisme où une organisation multifonctionnelle des zones urbaines favorise une accessibilité de proximité diversifiée.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.006 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.006 | 0.004 |
| Open science | 0.003 | 0.005 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.014 | 0.003 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".