論文の概要: Understanding Mode Choice Behavior of People with Disabilities: A Case Study in Utah

• arxiv url: http://arxiv.org/abs/2511.11748v1
• Date: Thu, 13 Nov 2025 16:28:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-18 14:36:23.276837
• Title: Understanding Mode Choice Behavior of People with Disabilities: A Case Study in Utah
• Title（参考訳）: 障害者のモード選択行動の理解 : ユタ州を事例として
• Authors: Megh Bahadur KC, Ziqi Song, Keunhyun Park, Keith Christensen,
• Abstract要約: この研究は、ユタ州の家庭旅行調査を利用して、両グループのモード嗜好に影響を及ぼす重要な要因を明らかにした。 分析の結果、障害者のカープール化へのシフトを含む興味深い傾向が明らかになった。 障害のある人は、旅行時間の節約にあまり重点を置いていない。 障害者グループに対する50%の運賃削減にもかかわらず、交通アクセス性はトランジット・モードの選択において重要な障壁となっている。
• 参考スコア（独自算出の注目度）: 0.5155906628389595
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Despite the growing recognition of the importance of inclusive transportation policies nationwide, there is still a gap, as the existing transportation models often fail to capture the unique travel behavior of people with disabilities. This research study focuses on understanding the mode choice behavior of individuals with travel-limited disabilities and comparing the group with no such disability. The study identified key factors influencing mode preferences for both groups by utilizing Utah's household travel survey, simulation algorithm and Multinomial Logit model. Explanatory variables include household and socio-demographic attributes, personal, trip characteristics, and built environment variables. The analysis revealed intriguing trends, including a shift towards carpooling among disabled individuals. People with disabilities placed less emphasis on travel time saving. A lower value of travel time for people with disabilities is potentially due to factors like part-time work, reduced transit fare, and no or shared cost for carpooling. Despite a 50% fare reduction for the disabled group, transit accessibility remains a significant barrier in their choice of Transit mode. In downtown areas, people with no disability were found to choose transit compared to driving, whereas disabled people preferred carpooling. Travelers with no driving licenses and disabled people who use transit daily showed complex travel patterns among multiple modes. The study emphasizes the need for accessible and inclusive transportation options, such as improved public transit services, shorter first and last miles in transit, and better connectivity for non-motorized modes, to cater to the unique needs of disabled travelers. The findings of this study have significant policy implications such as an inclusive mode choice modeling framework for creating a more sustainable and inclusive transportation system.
• Abstract（参考訳）: 包括的交通政策の重要性が全国的に認識されているにもかかわらず、既存の交通モデルでは障害のある人々のユニークな旅行行動の把握に失敗することが多いため、まだギャップが残っている。 本研究は、旅行制限障害者のモード選択行動の理解と、そのような障害のないグループの比較に焦点を当てた。 本研究は,ユタ州における家庭旅行調査,シミュレーションアルゴリズム,マルチノミアルロジットモデルを用いて,両グループのモード嗜好に影響を与える要因を明らかにした。 説明変数には、世帯属性、社会デコグラフィー属性、個人特性、旅行特性、建築環境変数が含まれる。 分析の結果、障害者のカープール化へのシフトを含む興味深い傾向が明らかになった。 障害のある人は、旅行時間の節約にあまり重点を置いていない。 障害のある人にとっての旅行時間の価値は、パートタイムの労働、交通費の削減、カープールのコストの共有などによる可能性がある。 障害者グループに対する50%の運賃削減にもかかわらず、交通アクセス性はトランジット・モードの選択において重要な障壁となっている。 ダウンタウンでは、障害のない人が運転よりも交通手段を選択しているのに対し、障害者は車いすを好んでいた。 運転免許のない旅行者や、交通機関を利用する障害者は、複数のモードで複雑な旅行パターンを示した。 この研究は、障害のある旅行者のユニークなニーズに対応するために、公共交通サービスの改善、交通の1マイルと最後のマイルの短縮、非運動モードの接続性の向上など、アクセス可能で包括的な交通手段の必要性を強調している。 本研究の結果は,より持続的で包括的な交通システムを構築するための包括的モード選択モデルフレームワークなど,重要な政策上の意味を持つ。

関連論文リスト

• Exploring Dissatisfaction in Bus Route Reduction through LLM-Calibrated Agent-Based Modeling [0.0]
  本研究では,大規模言語モデル(LLM)を用いたエージェントベースモデリング(ABM)アプローチを用いる。 北京の平安地区のICカードデータを用いて、LSMの校正されたABMは、旅行時間、待ち時間、移動時間、混雑時間に関連する乗客の感度パラメータを推定した。 その結果,バスネットワークの構造的構成は,容量や運用要因よりもシステムの安定性に強い影響を与えることがわかった。
  論文  参考訳（メタデータ） (2025-10-30T05:59:48Z)
• Scalable Ride-Sourcing Vehicle Rebalancing with Service Accessibility Guarantee: A Constrained Mean-Field Reinforcement Learning Approach [42.070187224580344]
  連続状態平均場制御(MFC)と平均場強化学習(MFRL)モデルを導入する。 MFCとMFRLは、個々の車両ではなく、車両分布との相互作用を通じて各車両の挙動をモデル化することで、スケーラブルなソリューションを提供する。 我々のアプローチは数万台の車両にスケールし、トレーニング時間は1つの線形プログラミングリバランスの決定時間に匹敵する。
  論文  参考訳（メタデータ） (2025-03-31T15:00:11Z)
• GARLIC: GPT-Augmented Reinforcement Learning with Intelligent Control for Vehicle Dispatching [81.82487256783674]
  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)
• Studying the Impact of Semi-Cooperative Drivers on Overall Highway Flow [76.38515853201116]
  半協調行動は、人間ドライバーの本質的な性質であり、自律運転には考慮すべきである。 新たな自律型プランナーは、社会的に準拠した軌道を生成するために、人間のドライバーの社会的価値指向(SVO)を考慮することができる。 エージェントが反復的最適応答のゲーム理論バージョンをデプロイする暗黙的な半協調運転について検討する。
  論文  参考訳（メタデータ） (2023-04-23T16:01:36Z)
• A Bibliometric Analysis and Review on Reinforcement Learning for Transportation Applications [43.356096302298056]
  交通は経済と都市の発展のバックボーンである。 自律的な意思決定者が複雑な環境と対話できるようにする強化学習(RL)。 本稿では, 交通用RL法の開発状況を明らかにするために, 文献分析を行った。
  論文  参考訳（メタデータ） (2022-10-26T07:34:51Z)
• Shifting Mobility Behaviors in Unprecedented Times: Intentions to Use On-demand Ride Services During the COVID-19 Pandemic [0.0]
  新型コロナウイルスは人々の日常生活や移動行動において大きな破壊力となっている。 タクシーや配車といったオンデマンド配車サービスの需要は、特に影響を受けている。 本研究では,生活習慣や日常の急激な変化にともなって,オンデマンド乗車サービスを利用する意図について検討した。
  論文  参考訳（メタデータ） (2021-08-05T00:41:59Z)
• Incentivizing Routing Choices for Safe and Efficient Transportation in the Face of the COVID-19 Pandemic [14.943238230772264]
  安全かつ効率的な交通ネットワークを実現するために,感染リスクと混雑のトレードオフを設定するために,金融インセンティブを利用することを提案する。 デザイナの手間をかけずに、様々な都市や時代に役立てるために、輸送オプションに関する人間の好みを学ぶためのデータ駆動のアプローチも提案しています。
  論文  参考訳（メタデータ） (2020-12-28T13:52:06Z)
• Modeling and Analysis of Excess Commuting with Trip Chains [3.728629802579785]
  この研究は、従来の過剰通勤研究が実際の通勤と最適な通勤の両方を過小評価し、過剰通勤を過小評価していることを示している。 フロリダ州タンパベイ地域のケーススタディに基づいて、従来の過剰通勤研究は実際の通勤と最適な通勤の両方を過小評価し、過剰通勤を過小評価している。
  論文  参考訳（メタデータ） (2020-08-25T14:54:04Z)
• Interdependence in active mobility adoption: Joint modelling and motivational spill-over in walking, cycling and bike-sharing [0.0]
  本研究の目的は,歩行,サイクリング,自転車シェアリングという3つのアクティブトラベルモードの導入について検討することである。 この分析は、健康行動科学に由来する変化の枠組みの適応に基づいている。
  論文  参考訳（メタデータ） (2020-06-24T17:37:45Z)

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。