論文の概要: E-scooter effects on public transport demand: a case study in Santiago, Chile
- arxiv url: http://arxiv.org/abs/2409.17814v1
- Date: Thu, 26 Sep 2024 13:11:47 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-28 19:42:02.029409
- Title: E-scooter effects on public transport demand: a case study in Santiago, Chile
- Title（参考訳）: 公共交通需要に対するE-scooter効果--チリ・サンティアゴを事例として
- Authors: Daniela Opitz, Eduardo Graells-Garrido, Jacqueline Arriagada, Matilde Rivas, Natalia Meza,
- Abstract要約: 電動スクーター(eスクーター)は公共交通機関の課題と機会を提供する。
本研究では,チリ・サンティアゴの公共交通需要に対するeスクータの効果について検討した。
その結果,e-scooterは公共交通機関の利用率を低下させるが,アクセスしにくい地域での利用率を高めることが示唆された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: As cities adopt sustainable mobility solutions, electric scooters (e-scooters) offer both challenges and opportunities for public transportation systems. This study, the first in Latin America, examines the effects of e-scooters on public transport demand in Santiago, Chile, focusing on two scenarios: "generation" of trips (trips starting in study zones) and "attraction" of trips (trips ending in study zones). A negative binomial regression model was applied to data from public transport smart cards and e-scooter GPS. The methodology included urban area clustering and a differences-in-differences approach. The findings reveal significant regional differences: in the Central Region, public transport trips decreased by 21.38% in the generation scenario, while bus trips increased by 76.39%. In the Intermediate Region, metro trips increased by 70.05%, and in the Peripheral Region, bus trips increased by 84.64%. These results suggest that e-scooters reduce public transport usage in highly accessible areas but increase it in less accessible regions.
- Abstract（参考訳）: 都市が持続可能なモビリティソリューションを採用するにつれて、電動スクーター(eスクーター)は公共交通機関の課題と機会を提供する。
この研究は、ラテンアメリカで初めて、チリのサンティアゴにおける公共交通需要に対するe-scooterの影響を調査し、旅行の「世代」と旅行の「誘引」の2つのシナリオに焦点を当てた。
公共交通機関のスマートカードとe-scooter GPSのデータに負二項回帰モデルを適用した。
この手法には、都市域のクラスタリングと差分法アプローチが含まれていた。
中央地域では、公共交通機関の旅行が21.38%減少し、バスの旅行が76.39%増加した。
中間地域では地下鉄が70.05%増加し、周辺地域ではバスが84.64%増加した。
これらの結果から,e-scooterは公共交通機関の利用率を低下させるが,アクセス頻度の低い地域での利用率を高めることが示唆された。
関連論文リスト
- GPT-Augmented Reinforcement Learning with Intelligent Control for Vehicle Dispatching [82.19172267487998]
GARLIC: GPT拡張強化学習のフレームワーク。
本稿では,GPT強化強化学習とインテリジェント制御のフレームワークであるGARLICについて紹介する。
論文 参考訳（メタデータ） (2024-08-19T08:23:38Z) - iPLAN: Intent-Aware Planning in Heterogeneous Traffic via Distributed
Multi-Agent Reinforcement Learning [57.24340061741223]
本稿では,高密度および不均一な交通シナリオにおける軌跡や意図を予測できる分散マルチエージェント強化学習(MARL)アルゴリズムを提案する。
インテント対応プランニングのアプローチであるiPLANにより、エージェントは近くのドライバーの意図をローカルな観察からのみ推測できる。
論文 参考訳（メタデータ） (2023-06-09T20:12:02Z) - Are footpaths encroached by shared e-scooters? Spatio-temporal Analysis
of Micro-mobility Services [19.15684785810306]
我々は,e-scooterトリップに関連する空間的特徴と時間的特徴を解析する手法の組み合わせを用いる。
人口密度は最も重要な特徴であり、e-scooterの使用に肯定的に関連している。
その結果, 降水量よりも湿度の影響が重要であることがわかった。
論文 参考訳（メタデータ） (2023-04-18T04:27:56Z) - Do e-scooters fill mobility gaps and promote equity before and during
COVID-19? A spatiotemporal analysis using open big data [7.0445529434309515]
Eスクーターは、トランジットと自転車シェアリングサービスに競合的かつ補完的な効果がある。
新型コロナウイルス(COVID-19)のパンデミックの間、価格のプレミアムは高いが、関連する旅行時間の節約は小さい。
電動スクーターは、未整備の地区にサービスを提供することで、自転車シェアリングとトランジットを補完する。
論文 参考訳（メタデータ） (2021-03-11T03:29:21Z) - Transportation Density Reduction Caused by City Lockdowns Across the
World during the COVID-19 Epidemic: From the View of High-resolution Remote
Sensing Imagery [48.52477000522933]
新型コロナウイルス(COVID-19)の流行は、2020年前半に悪化し始めた。
厳しい封鎖政策が世界中の多くの都市で実行され、人間の感染を制御し、拡散を緩和した。
中心市街地6都市におけるロックダウン前後の交通密度の低減について定量的に検討した。
論文 参考訳（メタデータ） (2021-03-02T13:45:16Z) - Unavailable Transit Feed Specification: Making it Available with
Recurrent Neural Networks [8.968417883198374]
一般論として、公共交通機関の需要は、使用を拒む声が高まり、その品質が要求される。
本稿では,データマイニングと機械学習技術を活用した革新的な手法を用いて,公共交通機関に関する利用できないデータの利用を目標とする。
論文 参考訳（メタデータ） (2021-02-20T12:17:20Z) - Micromobility in Smart Cities: A Closer Look at Shared Dockless
E-Scooters via Big Social Data [6.001713653976455]
ドックレス電動スクーター(電動スクーター)は、大都市での短距離通勤の代替手段として毎日登場している。
エスクーターは交通規制、公共安全、駐車場規制、責任問題など、市の管理における課題を生んでいる。
本稿では,ビッグデータを用いた共有e-scooterに関する大規模研究としては,これが初めてである。
論文 参考訳（メタデータ） (2020-10-28T19:59:45Z) - The Benefits of Autonomous Vehicles for Community-Based Trip Sharing [20.51380943801894]
この研究はHasanらによって提案されたコミュニティベースの旅行共有の概念を再考する。
自動運転車のメリットを、コミュニティベースの旅行共有に定量化することを目的としている。
最適化の結果は、自動運転車を利用して1日あたりの車両使用量を92%削減し、元の通勤トリップシェアリング問題の結果を34%改善し、また1日あたりの走行距離を約30%削減できることを示している。
論文 参考訳（メタデータ） (2020-08-28T18:12:13Z) - Polestar: An Intelligent, Efficient and National-Wide Public
Transportation Routing Engine [43.09401975244128]
Polestarは、インテリジェントで効率的な公共交通機関ルーティングのためのデータ駆動型エンジンである。
具体的には,交通費の異なる公共交通機関をモデル化するための新しい公共交通グラフ(PTG)を提案する。
次に、効率的な経路候補生成のための効率的な局結合法と組み合わせた一般経路探索アルゴリズムを提案する。
2つの実世界のデータセットの実験は、効率性と有効性の両方の観点からPoestarの利点を実証している。
論文 参考訳（メタデータ） (2020-07-11T05:14:52Z) - Smart Urban Mobility: When Mobility Systems Meet Smart Data [55.456196356335745]
都市人口は都市部で約25億人に達し、道路交通量は2050年までに12億台を超えた。
輸送部門の経済貢献は欧州のGDPの5%を占め、アメリカでは平均482.05億ドルの費用がかかる。
論文 参考訳（メタデータ） (2020-05-09T13:53:01Z) - Measuring Spatial Subdivisions in Urban Mobility with Mobile Phone Data [58.720142291102135]
2050年までに世界の人口の3分の2が都市部に住んでいる。
この成長は、都市が持続可能性を測定し計画する能力よりも速く、より複雑である。
都市がなぜ包括的になるのかを理解するために,空間分割を識別し特徴付ける手法を定義する。
論文 参考訳（メタデータ） (2020-02-20T14:37:46Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。