Vers une utilisation accrue du transport en commun à Québec ? Analyse des impacts de scénarios pour les personnes fréquentant le campus universitaire
Bibliographic record
Abstract
L’actualité fait état d’un certain engouement pour le développement du transport en commun dans la région de Québec. Que ce soit par le projet d’implantation du tramway, du trambus, ou encore par la construction d’un troisième lien permettant de lier plus directement le secteur historique de la ville de Lévis. Bien que ces projets cherchent à augmenter la part modale du transport en commun, aucune étude n’a encore formellement tenté de chiffrer ces impacts. La principale contribution de cet article est précisément de fournir une estimation de cet effet pour les personnes ayant pour destination le campus de l’Université Laval. À partir de données récoltées dans une enquête en ligne en 2015, l’article propose une méthodologie permettant de contrôler le biais de sélection, tout en liant les habitudes de déplacements aux caractéristiques des répondants, aux caractéristiques du milieu de vie et aux caractéristiques des déplacements. Le modèle déterministe est utilisé afin de simuler les impacts possibles des différents projets de transport en commun sur la base de scénarios liés aux gains de temps réalisés pour les déplacements et la densification du milieu bâti. L’analyse montre que le réseau structurant de transport en commun est le plus susceptible d’avoir un impact sur les comportements de mobilité, alors que le projet de troisième lien passant par la pointe de l’Île-d’Orléans est le projet avec l’impact le plus faible.
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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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".