Innover dans la collecte de données transport pour des données actuelles et de meilleure qualité
Bibliographic record
Abstract
Depuis 1970, de grandes enquetes telephoniques Origine-Destination sont realisees tous les 5 ans dans la region metropolitaine de Montreal et permettent de recenser les habitudes de deplacements de la population pour une journee moyenne de semaine l’automne. Face aux defis actuels de planification des transports et du territoire et au-dela du portrait de mobilite a tous les 5 ans, des besoins d’information emergent notamment afin de : - capter l’evolution de la mobilite a travers les annees et les saisons ; - mesurer l’impact des plans, des politiques et des modifications a l’offre de service. Pour repondre a ce besoin, un projet pilote d’enquete telephonique Origine-Destination en continu s’est deroule a Montreal entre 2009 et 2012 au cours duquel environ 15 000 menages ont ete sondes chaque an, de janvier a decembre. Cette etude a permis de caracteriser la mobilite par saison et mesurer son evolution entre les deux grandes enquetes quinquennales de 2008 et 2013. En plus de repondre aux objectifs, la tenue de l’enquete en mode continu a ete un terrain fertile pour l’experimentation de nouvelles methodes et processus afin d’innover et de faire evoluer les enquetes quinquennales sans mettre en peril leurs realisation. Ce projet a d’abord permis de maintenir une expertise quant a la realisation et le traitement des enquetes de mobilite, mais surtout d’ameliorer son efficacite et son efficience. De nouveaux outils et processus plus performants ont d’ailleurs ete developpes durant cette periode. Plusieurs experimentations methodologiques ont aussi ete tenues dans le cadre de l’enquete, tel l’ajout d’un echantillon d’abonnees exclusif a un service de telephonie cellulaire, l’introduction de nouvelles questions et le developpement d’un questionnaire web. Plusieurs d’entre elles ont d’ailleurs ete integrees dans la grande enquete Origine-Destination de 2013. Les grands apprentissages tires de cette experience ont permis de concevoir une nouvelle methode de collecte de donnees en continu en plus de contribuer directement au succes de l’enquete Origine- Destination de 2013.
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 | 0.052 | 0.091 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.007 | 0.008 |
| Science and technology studies | 0.006 | 0.004 |
| Scholarly communication | 0.016 | 0.013 |
| Open science | 0.004 | 0.010 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.014 | 0.007 |
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".