Contrainte de stationnement et pratiques modales : méthodologie et étude des cas de Lille, Lyon et Montpellier
Bibliographic record
Abstract
L'objet de la présente étude est d'évaluer l'impact des contraintes de stationnement sur la répartition modale des déplacements au sein des grandes agglomérations. Elle est basée sur l'exploitation des enquêtes ménages déplacements (EMD), source principale de connaissance de la mobilité urbaine en France. Elle est constituée d'une partie méthodologique et d'une partie « étude de cas » sur les agglomérations de Lille, Lyon et Montpellier.La première partie permet de caractériser la contrainte de stationnement des différentes zones d'une agglomération donnée selon trois niveaux (faible, moyen, fort) par l'agrégation de six indicateurs extraits des EMD (relatifs notamment au temps de marche entre le stationnement et la destination finale, à la durée de recherche de stationnement, au caractère licite et payant du stationnement et au ressenti des usagers). Elle met en évidence une forte concentration de la contrainte dans les centres des grandes villes, ainsi qu'une forte évolution à la hausse entre 1998et 2006 à Lille.La seconde partie, analyse les liens entre la répartition modale des déplacements selon leur longueur (inférieure ou supérieure à 2 km), le niveau de contrainte de stationnement à destination et la qualité de l'offre de transports collectifs. De forts reports modaux sont observés dans les zones fortement contraintes, au profit de la marche pour les déplacements courts et destransports collectifs pour les déplacements longs. Des disparités apparaissent lorsque l'on compare les trois agglomérations. Les politiques mises en œuvre et la configuration urbaine desterritoires influent sur l'étendue et la force de la contrainte de stationnement ainsi que sur les reports observés. Enfin, des pistes de valorisation des résultats de l'étude sont proposées, notamment pour de possibles utilisations en modélisation des déplacements.
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 | 0.011 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".