تحلیل اثر همه گیری کووید-۱۹ بر رفتار سفر شهروندان در محدوده طرح ترافیک تهران با استفاده از رگرسیون لجستیک
محل انتشار: فصلنامه جاده، دوره: 34، شماره: 128
سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 10
فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ROAD-34-128_005
تاریخ نمایه سازی: 21 مهر 1405
چکیده مقاله:
همه گیری کووید-۱۹ با تغییر در الگوهای فعالیت، نگرانی های بهداشتی و نحوه استفاده از شیوه های حمل ونقل، رفتار سفر شهروندان در کلان شهرها را تحت تاثیر قرار داد. این پژوهش با هدف تحلیل اثر همه گیری کووید-۱۹ بر رفتار سفر شهروندان در محدوده طرح ترافیک تهران و شناسایی عوامل موثر بر تداوم یا تغییر سفر در صورت اجرای مجدد طرح انجام شده است. داده های پژوهش از طریق پرسشنامه ساختاریافته گردآوری شد و متغیرهایی مانند هدف از ورود به محدوده، شیوه سفر در دوره عدم اجرای طرح، تعداد دفعات ورود، وضعیت پارکینگ در مقصد، ساعت ورود به محدوده و تصمیم پاسخ دهندگان در صورت اجرای مجدد طرح ترافیک مورد بررسی قرار گرفت. برای تحلیل داده ها و برآورد احتمال انجام سفر بدون تغییر، از مدل رگرسیون لجستیک باینری استفاده شد. نتایج نشان داد که سفرهای شغلی، اداری و درمانی، ورود پرتکرار به محدوده، استفاده از خودروی شخصی، دسترسی به پارکینگ اختصاصی یا عمومی در مقصد و ورود در بازه ۸ تا ۱۰ صبح، اثر مثبت و معناداری بر احتمال تداوم سفر بدون تغییر دارند. مقدار Nagelkerke R² برابر با ۰.۳۱۸ و سطح زیر منحنی ROC برابر با ۰.۸۲ نشان داد که مدل از قدرت توضیح دهندگی و توان تفکیک قابل قبولی برخوردار است. یافته ها بیانگر آن است که تصمیم سفر شهروندان بیش از آنکه تابع ویژگی های عمومی افراد باشد، تحت تاثیر ضرورت سفر، وابستگی به خودروی شخصی، تکرار ورود و شرایط مکانی مقصد قرار دارد.
کلیدواژه ها:
نویسندگان
لاله صابرنژاد
دانشجوی دکتری، گروه عمران، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
علی نادران
استادیار، گروه عمران، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
شهریار افندی زاده زرگری
استاد، دانشکده مهندسی عمران، دانشگاه علم و صنعت ایران، تهران، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :