Articulo Traducido de Vias

Página 1
Listas de contenidos disponibles en ScienceDirec t
Investigación de transporte Parte D

página de inicio de la revista: www.elsevier.com/locate/tr d
¿Las actitudes y percepciones ayudan a explicar la infraestructura para

bicicletas?
¿calidad de servicio?
José Agustín Vallejo-Bordaa , e, Daniel Rosas-Satizábal b, d ,
Álvaro Rodríguez-Valencia c , d, ⁎
a BRT + Centro de Excelencia, Departamento de Ingeniería de Transporte y Logística, Pontificia Universidad Católica de Chile, Avda. Vicu ña Mackenna
4860, Macul, Santiago, Chile
b IDOM Consulting, Ingeniería, Arquitectura SAU, Colombia, Carrera 19 # 90-10, Bogotá, Colombia
c Departamento de Ingeniería Civil y Ambiental, Universidad de los Andes, Carrera 1E N ° 19A-40, 111711 Bogotá, Colombia
d Grupo de Investigación Sostenibilidad Urbana y Regional (SUR), Facultad de Ingeniería, Universidad de los Andes, Bogotá, Colombia
e Grupo de Investigación AVR, Departamento de Ingeniería Civil, Universidad de Investigación y Desarrollo, Bucaramanga, Colombia
INFORMACIÓN DEL ARTÍCULO

Palabras clave:
Ciclismo
Percepciones
Actitudes
Infraestructura ciclista
Calidad de servicio
Variable latente
ABSTRACTO
Se han desarrollado muchos enfoques para evaluar el rendimiento o la calidad de servicio (QoS)
prestados por infraestructura ciclista. Las metodologías más comunes (Nivel de servicio / Nivel de
Traffic Stress) no tienen en cuenta las entradas del usuario. En otras disciplinas, las percepciones de los usuarios constituyen un
poderosa herramienta que puede ayudar a mejorar y adaptar los diseños. Este estudio tenía como objetivo explorar el
efecto de las actitudes y percepciones de los ciclistas en la calidad de servicio percibida de diferentes infraestructuras ciclistas
estructuras mediante el modelado de ecuaciones estructurales (SEM). El modelo SEM se desarrolló utilizando cy-
encuestas clisticas aplicadas en 16 localidades que comprenden todas las tipologías de infraestructura ciclista en Bogotá,
Colombia. Descubrimos que las actitudes y percepciones de los usuarios de lo tangible (p. Ej., Pavimento) y
Los atributos tangibles (por ejemplo, el disfrute) pueden explicar la QoS de los ciclistas. Los resultados conducen a una mejor
Entender las percepciones típicas de los ciclistas del Sur Global al conducir y proporcionar una herramienta precisa
con las que mejorar la QoS de la infraestructura ciclista desde la perspectiva del ciclista.
1. Introducción
Promover el uso de la bicicleta como medio de transporte regular para el público en general se ha convertido en una estrategia principal utilizada en las
ciudades para
contribuir a la sostenibilidad y potenciar los beneficios que aporta a la sociedad y a las personas. Estos beneficios se derivan del hecho de que
la bicicleta es un vehículo de cero emisiones que requiere poco espacio para operar ( Haines et al., 2009 ), al tiempo que mejora los beneficios para la
salud de
las personas que realizan actividad física (Garrard y col., 2012; Oja et al., 2011; Pucher y Buehler, 2012). Las ciudades estan funcionando
hacia el aumento del número de ciclistas debido a los beneficios generales positivos para las personas y la sociedad, incluidos los
encima (Börjesson y Eliasson, 2012; Krizek, 2007). De hecho, varios estudios de casos han mostrado resultados positivos en el uso de bicicletas.
(Eneldo, 2009; Lanzendorf y Busch-Geertsema, 2014; Marqués et al., 2015; Pucher y col., 2010; Rosas-Satizábal y Rodríguez -
Valencia, 2019 ) y tantas ciudades de todo el mundo están poniendo en la agenda una infraestructura para bicicletas atractiva, segura y funcional.
El nivel de servicio, satisfacción, comodidad, calidad de servicio (QoS) y nivel de estrés del tráfico (LTS) se encuentran entre los más frecuentes.
examinó los métodos utilizados para evaluar el servicio o el rendimiento de la infraestructura para bicicletas. Estos métodos tienen una característica
común en que
https://doi.org/10.1016/j.trd.2020.102539
⁎ Autor para correspondencia.
Direcciones de correo electrónico: jvallejo1@udi.edu.co (JA Vallejo-Borda), dr.rosas10@uniandes.edu.co (D. Rosas-Satizábal),
alvrodri@uniandes.edu.co (A. Rodríguez-Valencia).
Investigación sobre transporte Parte D 87 (2020) 102539
1361-9209 / © 2020 Elsevier Ltd. Todos los derechos reservados.
T
Página 2
Explicar el servicio o desempeño de infraestructura percibido mediante variables objetivas. Particularmente para los ciclistas, estos
Las variables soportables comprenden dimensiones geométricas (por ejemplo, anchos o segregación), características del tráfico (por ejemplo, velocidad
y volumen) y
interferencias, entre muchas otras. Sin embargo, estos enfoques no consideran explícitamente el potencial explicativo de la actuación de los usuarios.
espectives sobre el rendimiento general o QoS de cualquier tramo dado de infraestructura para bicicletas.
A diferencia de los automovilistas, los ciclistas y peatones experimentan una interacción sensorial con el entorno local ( Rodríguez-Valencia et al. ,
2020 ). Basado en la teoría de la psicología ambiental, los estímulos ambientales producen emociones y sentimientos ( Bell et al., 2006 ) que
generar un estado emocional que puede provocar acercamiento (deseo de quedarse) o evitar (deseo de irse y no regresar) comportamiento ( Mehrabia n
y Russell, 1974 ). Se requieren informes de percepción, ya que pueden ayudarnos a descubrir cómo las personas identifican esta información sensorial,
y
si las percepciones de ciertos atributos, situaciones o entornos pueden variar entre los encuestados. Además, las percepciones de la tradición
Los velers con respecto a la infraestructura pueden variar según la ubicación geográfica. Esta investigación contribuye a la comprensión
de la calidad del servicio de la infraestructura para bicicletas desde la perspectiva de la percepción del usuario, revelando cómo los ciclistas perciben a
otros actores de la carretera y
el entorno construido en un contexto del Sur Global.
Este artículo presenta un mapa cognitivo que explica la QoS general percibida por los ciclistas, en función de sus percepciones del entorno local.
medio ambiente (por ejemplo, percepción de seguridad), sus atributos (por ejemplo, percepción de pavimentación) y actitudes personales (por ejemplo,
"me gusta andar en bicicleta").
La estructura del diagrama se basa en la literatura y en los nuevos hallazgos obtenidos de las técnicas de Análisis Factorial y Estructural.
Modelado de ecuaciones (SEM), utilizando datos de las respuestas de los ciclistas a una encuesta de intersección realizada en Bogotá, Colombia. Este
estudio solo
considera las variables de percepción y actitud de los usuarios cuando se les pregunta en el sitio. Medidas objetivas de ciclistas (p. Ej., Edad) e
La infraestructura no se incluye en el análisis, ya que busca comprender los fenómenos que explican las percepciones de QoS de los ciclistas cuando
andar en bicicleta, basado únicamente en las actitudes de los ciclistas y las percepciones del entorno construido.
La evidencia proporcionada en este artículo enriquece el diálogo sobre el uso de atributos subjetivos para comprender las variables que afectan
las percepciones de los ciclistas sobre la QoS, que describe cómo se pueden utilizar las percepciones para identificar las variables latentes y explicar la
QoS de los ciclistas
perspectiva. Este artículo también puede servir para abrir nuevas posibilidades de investigación y diseño en el campo del transporte. Los resultados
sobre las relaciones que explican la percepción de los servicios de infraestructura desde una perspectiva sistemática se puede utilizar para tratar de
retener y atraer a más ciclistas en una metrópoli de más de ocho millones de habitantes como Bogotá.
2. Revisión de la literatura
El concepto de Nivel de Servicio (LOS), introducido en el Manual de Capacidad de Carreteras (HCM) por la Junta de Investigación en Transporte d
(1965) es el método tradicional utilizado para evaluar el desempeño de cualquier infraestructura de transporte. También es uno de los más populares.
La entrada de datos utilizada para calcular la LOS para segmentos motorizados incluye únicamente mediciones objetivas (p. Ej., Ancho de carril,
tráfico pesado
volumen, espacios libres en los bordes, velocidad de flujo libre) que estaban destinados a capturar las percepciones de los usuarios de la carretera
medidas en una escala cualitativa. En
1985, el HCM introdujo algunas pautas generales para calcular la LOS de bicicleta (BLOS) basándose en el mismo atributo de segmento objetivo.
butes para el tráfico motorizado ( Transportation Research Board, 1985).
Al principio, el BLOS de un segmento no incluía ninguna opinión de los usuarios, basándose solo en el número de 'eventos' (es decir, el número de
peatones /
otros ciclistas que interfieren en el movimiento de un usuario) ( Roess y Prassas, 2014), con la intención de capturar solo los obstáculos que
encontraron los ciclistas.
contra a lo largo de un segmento. La inclusión de las percepciones de los usuarios al medir el rendimiento de la infraestructura de bicicletas o QoS fue
la primera
propuesto por Botma (1995) , poco después fue modelado con percepciones en tiempo real porLandis y col. (1997). Hummer y col. (2007) luego
propuso su uso en un contexto de espacios compartidos. Estos estudios sirvieron de base teórica para potenciar la metodología HCM BLOS
que, a pesar de reconocer la importancia de la percepción de los usuarios en 2016, aún incluía medidas objetivas que estaban desvinculadas de
las percepciones de los viajeros, como las características del flujo de tráfico, el diseño geométrico, el estado del pavimento, el retraso en las
intersecciones y el promedio
velocidad en segmentos (Junta de Investigación del Transporte, 2016). Todos estos factores se estaban implementando en países del Global
Norte, siendo Estados Unidos uno de los primeros en adaptar el método tradicional LOS a la bicicleta.
La percepción general de los usuarios de la infraestructura para bicicletas se ve afectada por varios elementos. La seguridad vial es una, ya que la
exposición de los ciclistas a
Los accidentes que involucran vehículos motorizados es uno de los elementos más comunes medidos en diferentes tipos de infraestructura (Davis ,
1987; Pucher, 2001; Sanders, 2015; Thomas y De Robertis, 2013 ). La presencia de infraestructura ciclista en una calle urbana
segmento mejora en gran medida la percepción de la gente sobre la seguridad vial ( Dill y McNeil, 2016). Del mismo modo, la seguridad vial percibida
por los ciclistas afecta
frecuencia de ciclismo y las rutas elegidas por los ciclistas al montar (Caviedes y Figliozzi, 2018 ).
Las condiciones de la infraestructura, como la pavimentación, la señalización y la separación del tráfico, están estrechamente relacionadas con la
seguridad vial y también forman parte de la
rendimiento percibido de los ciclistas. Existe evidencia que muestra que el rendimiento o la calidad del servicio que ofrece una ubicación o segmento
utilizado por
Los usuarios no motorizados pueden verse influenciados por las percepciones del entorno construido con respecto a estas características de
infraestructura ( Dil l
et al., 2014; Jensen, 2007; Landis y col., 1997; Petritsch y col., 2007; Titze et al., 2008). Sin embargo, solo hay un número limitado de
estudios que tratan sobre cómo medir, analizar y relacionar las percepciones de los atributos tangibles con la percepción general del ciclismo
infraestructura. Dado que las percepciones se basan en la experiencia del usuario de los atributos tangibles al utilizar la infraestructura (p. Ej., Tráfico
separación, ancho de carril o interferencias), esto puede no siempre coincidir con las medidas y clasificaciones objetivas (Flannery y col. ,
2006 ). Además, hay atributos subjetivos (por ejemplo, seguridad contra robo, comodidad, conveniencia) que no se pueden medir.
objetivamente en el sitio, y variables latentes que también contribuyen a la explicación de la QoS de la infraestructura ( Calvey et al., 2015; Caviede s
y Figliozzi, 2018; Li y col., 2012a). Las percepciones imparciales de los usuarios se pueden medir mediante la recopilación de datos en tiempo real.
encuestas de percepción aplicadas a personas en lugares específicos de interés ( Chaurand y Delhomme, 2013; Landis et al., 1997; Li et al. ,
2012b ). En países desarrollados se han realizado varios estudios para captar la percepción de los ciclistas sobre el entorno construido ( Landi s
et al., 1997; Ma y Dill, 2015; Muhs y Clifton, 2015; Swiers et al., 2017), sin embargo, estos no conectan las percepciones con cómo
los usuarios perciben directamente el rendimiento de la infraestructura ciclista. Algunos de ellos han evaluado las percepciones de los ciclistas a través
de actitudes
JA Vallejo-Borda, et al.
2
Página 3
variables (de Souza et al., 2014; Xing et al., 2018), mientras que otros han intentado estimar un índice de comodidad de la bicicleta basado en estos
atributos ( Ayachi et al., 2015; Kirner Providelo y da Penha Sanches, 2011). Li y col. (2012a) evalúan la comodidad de los ciclistas al usar
dos tipos de instalaciones ciclistas que utilizan modelos probit ordenados. Estos son buenos enfoques que han contribuido enormemente a la literatura,
Sin embargo, hay espacio para más investigaciones para analizar las interacciones entre las actitudes, la experiencia pasada en bicicleta y en el sitio.
percepciones de infraestructura. Además, la literatura relacionada con la evaluación de la calidad del servicio de la infraestructura no explica la relación
navega entre variables utilizando el modelado de ecuaciones estructurales, un método que se ha utilizado principalmente para explicar el
comportamiento de viaje ( Golob ,
2003; Van Acker et al., 2014 ).
El enfoque basado en el nivel de estrés del tráfico (LTS) se desarrolló más recientemente en 2012 y se ha utilizado en los casos en que
La cantidad de datos necesarios para calcular BLOS no está disponible ( Mekuria et al., 2012 ). En una escala de 1 a 4, donde 1 corresponde a no muy
estresante y muy estresante, este método califica el estrés percibido por un ciclista en segmentos de una red basándose en mediciones
tales como tráfico de vehículos motorizados, densidad de bloqueo (es decir, automóviles estacionados o autobuses detenidos), número de carriles,
separación del tráfico, ancho de
carriles para bicicletas, límites de velocidad e intersecciones (es decir, protección para ciclistas en carriles para dar vuelta a la derecha o izquierda)
(Furth et al., 2016). El LTS
La escala se basa en los cuatro tipos de clasificación ciclista de Geller (es decir, 'De ninguna manera, ni cómo', 'Interesado pero preocupado',
'Entusiasmado y seguro',
y 'Fuerte e intrépido'), y se ha utilizado principalmente y ha inspirado la adopción del diseño de infraestructura como evaluación en muchos
países, especialmente en el Norte Global donde la población ciclista cubre este rango de tipologías.
El número de interferencias es otro elemento común que se utiliza en todas las metodologías para asignar una calificación de desempeño a la
infraestructura ciclista. Las interferencias están directamente relacionadas con el volumen de ciclistas y peatones del segmento, y el número de
obstáculos u obstáculos en la ruta. La influencia de este factor en la QoS de la infraestructura ciclista fue explorada por primera vez por el HCM, que
se refiere a las interferencias como "eventos", que al principio eran el único indicador para calificar el BLOS. Botma (1995) sugirió que el
La calidad del servicio de un segmento de infraestructura para bicicletas no se ve afectada por su capacidad, sino por interferencias como peatones y
otros
ciclistas. Además, la señalización excesiva y las intersecciones que obligan a los ciclistas a detenerse pueden causar insatisfacción, principalmente
debido a la
energía gastada en detenerse y acelerar (Fajans y Curry, 2001 ) y, en menor medida, en algunos contextos, por
Percibieron inseguridad y miedo a la delincuencia cuando hay demasiados semáforos en un segmento, lo que obliga a los ciclistas a detenerse con
demasiada frecuencia ( Johnson
et al., 2013).
El entorno construido ha sido ampliamente estudiado en el contexto del ciclismo, pero la literatura pasada se queda corta cuando se refiere a
evaluaciones.
realizado en el Sur Global. Van Houten y Seiderman (2005) encontraron que los atributos percibidos por los ciclistas del entorno construido
al usar infraestructura para bicicletas (por ejemplo, estética, olor, ruido, paisajismo y zonas verdes de los pasillos) explique la comodidad o falta del
ciclista
del mismo, mientras que Li et al. (2012a) investigó recientemente los impactos de las variables físicas de las instalaciones para bicicletas en la
percepción de los ciclistas.
comodidad, encontrando relaciones significativas entre este factor y los aspectos del entorno construido como la geometría de la carretera.
El factor de comodidad se utiliza con frecuencia para explicar cómo los ciclistas perciben el entorno construido (Calvey y col., 2015; Li y col., 2012a).
La conveniencia, un concepto similar, que a veces se usa indistintamente con comodidad, es una percepción positiva de cómo el seleccionado
La infraestructura está al servicio de los ciclistas en su viaje hacia su destino en comparación con otras opciones ( Piatkowski y Marshall, 2015 ). los
El mismo razonamiento se aplica a los conductores de automóviles al elegir una ruta. Sin embargo, la comodidad que perciben los conductores varía
muy poco entre
una ruta u otra ya que su interacción con el entorno construido es mucho menor que la de un peatón o un ciclista (Anowar
et al., 2017 ). Por tanto, estos dos conceptos se han agrupado con frecuencia en la misma dimensión desde que se han
evaluado al comparar el rendimiento entre alternativas de modo motorizado (por ejemplo, vehículos, rutas, costos) generalmente en desarrollo
configuración del país ( Imre y Çelebi, 2017). La diferencia entre estos dos conceptos es más fundamental cuando se evalúan los
percepciones de los actores del modo motorizado. Entonces, la conveniencia se relaciona comúnmente con variables de servicios públicos, como el
tiempo de viaje y el volumen de tráfico,
afecta en gran medida la preferencia de los ciclistas por una ruta sobre otra ( Anowar et al., 2017).
Un atributo subjetivo adicional comúnmente relacionado con la comodidad y conveniencia es el disfrute del usuario al usar la infraestructura.
estructura, capturada como una experiencia sensorial que depende del comportamiento de ciclista individual, ambiental y pasado (Xing y col. ,
2018 ). Por ejemplo, la percepción del crimen puede ser parte de esa experiencia sensorial, pero no se ha estudiado lo suficiente a nivel local para
comprender sus efectos en la calidad del servicio de la infraestructura ( Akar y Clifton, 2009; Willis et al., 2015 ). Entre los factores individuales,
personal
Las actitudes representan información intangible que comúnmente es independiente de un segmento de infraestructura específico. Sin embargo, las
actividades
como andar en bicicleta o desplazarse en automóvil influyen en la percepción del usuario de la QoS de la infraestructura cuando están controlados por
actitudes personales ( Heesch et al., 2015; Schoner et al., 2015; Titze et al., 2008 ). Aunque las actitudes personales se han estudiado principalmente
para la elección del modo y para explicar los niveles de desplazamiento en bicicleta ( de Souza et al., 2014; Gatersleben y Appleton, 2007; Heinen y
Handy, 2012; Kamargianni y Polydoropoulou, 2013; Muñoz et al., 2016 ), también se han utilizado para explicar el servicio prestado
por infraestructuras ciclistasWillis et al., 2015; Ye y Titheridge, 2017 ). Específicamente, las personas que disfrutan de andar en bicicleta perciben la
infraestructura diferente de aquellos que no lo hacen ( Xing et al., 2018 ). Esta percepción de disfrute también depende de la actitud de cada ciclista.
habilidades y experiencia (es decir, comportamiento pasado en bicicleta) y por actitudes hacia medios de transporte específicos ( Dill y McNeil, 2016 ).
Las variables que explican el servicio de infraestructura ciclista o el disfrute de los ciclistas suelen ser difíciles de medir y analizar. Ciclistas
Las percepciones de la infraestructura junto con las actitudes individuales se utilizan cada vez más (de forma independiente) para mejorar la
planificación y
diseño de dicha infraestructura. Existen contribuciones útiles en la literatura como Muñoz et al. (2016) en Vitoria-Gasteiz, España,
y Majumdar y Mitra (2015) en Kharagpur, India, que utilizan SEM para explicar mejor las percepciones de los ciclistas sobre la infraestructura.
Sin embargo, los usos anteriores de los métodos SEM no han contribuido específicamente a la medición de la infracción de ciclismo percibida.
estructurar la QoS en función de las dos dimensiones de interés que se destacan aquí: las percepciones de la infraestructura y las actitudes
individuales. Esta
La investigación ha intentado medir o explicar la QoS de la infraestructura de ciclismo percibida desde la perspectiva de un usuario basada en
laciones con atributos encontrados usando un enfoque SEM.
3
Página 4
3. Metodología
3.1. Datos
Se realizó una encuesta de intercepción de bicicletas en 16 ubicaciones diferentes en diferentes distritos de Bogotá, Colombia, lo que arrojó un total de
432 respuestas válidas (pudimos obtener al menos 25 encuestas completas en cada ubicación) después del proceso de limpieza de datos donde
Se eliminaron los valores atípicos y los datos faltantes. Las ubicaciones de la encuesta cubrieron diferentes Unidades de Planificación Zonal para lograr
una muestra diversa en
términos de atributos de infraestructura física, rangos de ingresos y características de viaje entre los segmentos de población de ciclistas en cada
zona de planificación, basado en la Encuesta de Viajes de Hogares (HTS) 2015 de la ciudad (ver Fig. 1 ).
Fig. 1. Ubicaciones de la encuesta de intercepción de ciclistas en Bogotá.
4
Página 5
No afirmamos que la muestra sea representativa, pero creemos que es indicativa de la población de la ciudad, como se presenta en
Cuadro 1 . Sin embargo, el HTS de 2011 y 2015 (Secretaría Distrital de Movilidad, 2015, 2011 ) sirvió como guía para comparar la similitud
de la muestra de ciclistas con toda la población relacionada con el rango de ingresos, el género y la edad (ver Tabla 1). Las ubicaciones de la encuesta
fueron
seleccionados considerando todos los tipos de infraestructuras para bicicletas disponibles en Bogotá, clasificadas en cuatro tipologías (es decir, fuera de
la calle
carriles para bicicletas [10], carriles para bicicletas en la calle [2], en la calle sin infraestructura dedicada para bicicletas [2] y carreteras principales sin
infraestructura ciclista dedicada [2]). La mayoría de los carriles bici fuera de la vía pública están ubicados en las aceras y comparten el espacio con los
peatones y en
medianas, ambas separadas del tráfico motorizado. Esta es la infraestructura ciclista más común en la ciudad y se construyó hasta el
primeros años del 2010 s. Desde 2014, la infraestructura ciclista se ha implementado en las calles, quitando espacio a los automóviles. Dos
Los puntos de relevamiento se ubicaron en este tipo de infraestructura, donde los ciclistas circulan en la calle y están protegidos del tráfico mediante
separación. Los dos puntos de encuesta restantes se ubicaron en carreteras sin infraestructura para bicicletas pero con altos volúmenes de
ciclistas. Teniendo en cuenta que Bogotá tiene períodos secos y lluviosos, pero que estas “estaciones” son bastante variables y que la
el clima es bastante constante durante todo el año, las encuestas se aplicaron entre el 24 de abril y el 17 de mayo de 2017, durante los días hábiles. los
Los períodos de tiempo para las encuestas fueron: mañana (06: 45–09: 30), mediodía (11: 00–13: 45) y tarde (16: 00–18: 00). Cada encuesta duró
aproximadamente ocho minutos y la tasa de respuesta general fue del 27,5%. Los topógrafos eligieron a uno de cada tres ciclistas que pasaban
responder y, de esta manera, lograr la aleatoriedad.
El cuestionario de cuatro secciones se aplicó en el siguiente orden, comenzando de general a específico, con el objetivo de evitar
efecto choringDillman y col., 2014) -: actitudes, desempeño percibido de la infraestructura, percepción ambiental y
información. En la Tabla 2 se muestra una descripción de todas las variables sobre las que se preguntó a los encuestados y se utilizaron en este estudio .
A los ciclistas se les preguntó en primer lugar acerca de su QoS percibida general del segmento de calle específico ('servicio de infraestructura') como
el más
pregunta general. Esta es la variable independiente seleccionada para este estudio. Preguntas relacionadas con la infraestructura y las actitudes
Las afirmaciones se basaron en una escala Likert de 1 a 5 puntos (1 muy en desacuerdo y 5 muy de acuerdo), excepto para el pavimento,
preguntas sobre señales y semáforos (que son preguntas basadas en Likert, siendo 1 pobre y 5 excelente). Percepción de la pendiente del
El segmento no se incluyó en el cuestionario, dado que la topografía de Bogotá es predominantemente plana, y todos los puntos de la encuesta fueron,
en
De hecho, libres de pendientes, por tanto, no hubo diferencias entre ellos. Al final de la encuesta, se preguntó a los ciclistas a varios
cuestiones demográficas, que quedaron fuera del análisis ya que el objetivo de la investigación se centra principalmente en la variable QoS,
consultas tudinales y percepciones relacionadas con la infraestructura, dejando fuera de control variables como la edad y el género.
3.2. Enfoque de modelado
Estudiar el efecto de la percepción del usuario de los atributos físicos de la infraestructura, el entorno construido y las actitudes en el
percepción de QoS, desarrollamos un enfoque SEM que identifica variables latentes a partir de atributos subjetivos para ser utilizados en la misma
modelo ( Ortúzar y Willumsen, 2011 ). Para desarrollar el enfoque SEM, inicialmente llevamos a cabo un análisis factorial exploratorio (EFA)
tabla 1
Composición de la muestra ciclista.
Encuesta
Encuesta de intercepción de papel 2017
Ciclistas 2011 HTS
Ciclistas 2015 HTS
norte
%
norte
%
norte
%
Ingresos*
<$ 160
58
13,37%
309
16,22%
387
8,58%
$ 160– $ 255
89
20,53%
393
20,67%
946
20,97%
$ 255– $ 380 USD
81
18,85%
393
20,67%
1323
29,31%
380–570 USD
92
21,24%
468
24,58%
1252
27,75%
$ 570–885 USD
44
10,26%
139
7,31%
377
8,34%
885-1585 USD
39
9,07%
125
6,58%
140
3,10%
1585-2535 USD
21
4,77%
21
1,08%
81
1,79%
> $ 2535 USD
8
1,91%
55
2,91%
7
0,16%
Género
Masculino
338
78,13%
1564
82,20%
3417
75,71%
Hembra
94
21,87%
339
17,80%
1096
24,29%
Años
<18
9
2,01%
105
5,54%
72
1,60%
18-24
97
22,36%
397
20,88%
259
5,74%
25–34
117
27,39%
361
18,96%
818
18,13%
35–44
96
22,11%
382
20,07%
1019
22,59%
45–54
69
16,08%
336
17,61%
1133
25,07%
55–64
33
7,54%
197
10,34%
728
16,14%
65–75
9
2,01%
80
4,21%
331
7,34%
> 75
2
0,50%
45
2,39%
153
3,39%
Observaciones
432
1903
4513
Notas: * Los ingresos están en USD de 2017.
5
Página 6
utilizando las variables identificadas en la Tabla 2, lo que nos permite identificar las variables latentes (en aras de la claridad, las variables latentes
serán
escritos en cursiva) que explican los diferentes indicadores, donde las etiquetas que se les asignan son subjetivas. Para la EFA, un PROMAX
Se asumió que el método de rotación oblicua permitía correlaciones entre variables latentes, y el número de variables latentes fue
determinado utilizando el criterio de prueba de cribado. La Tabla 3 ilustra la matriz de factores de análisis de componentes rotados de PROMAX.
Se hipotetizaron cuatro variables latentes (es decir, actitudes , conveniencia , interferencias e infraestructura ) a partir de las cargas factoriales
presentado arriba. Las variables latentes fueron hipotetizadas utilizando los siguientes indicadores para su identificación: actitudes de dos actitudes
preguntas tudinales (es decir, le gusta andar en bicicleta y el ejercicio es importante); conveniencia de preguntas relacionadas con elementos que hacen
uso de un
conveniente segmento particular de infraestructura (es decir, vegetación, preferencia de carreteras, seguridad y protección); interferencias del ciclista
interacción con otros (es decir, vendedores ambulantes, circulación de bicicletas y circulación de peatones); e infraestructura a partir de cuestiones
relacionadas con la
elementos de infraestructura (es decir, señalización, semáforos y pavimentación). Sin embargo, en la última variable latente, todos los indicadores de
carga factorial son
positivo, a pesar de que en la literatura se asume que la señalización y los semáforos son negativos, mientras que se asume que la pavimentación es
positivo para los ciclistas. En consecuencia, decidimos intercambiar infraestructura con una nueva variable latente llamada señalización , que se puede
identificar
en base a las preguntas que se refieren a la idoneidad de la señalización y los semáforos. Luego, con base en los resultados de EFA y el SEM
supuesto de precedencia temporal entre las relaciones establecidas ( Hoyle, 2012), desarrollamos un modelo SEM. Para el SEM
modelo, inicialmente planteamos la hipótesis de que todas las variables latentes y los atributos percibidos no se utilizan para identificar las variables
latentes (es decir, pavimentación
y disfrute) tendría un efecto directo sobre la QoS percibida, reservando solo las relaciones con parámetros significativos (es decir,
valores z absolutos superiores a 1,64). Luego, en los casos en que los efectos directos no fueron significativos, también probamos los efectos indirectos.
Este enfoque metodológico se ha aplicado en el pasado en servicios e infraestructura de transporte como las terminales aeroportuarias.
(Bezerra y Gomes, 2016; Losekoot, 2015 ), infraestructura peatonal ( Bivina y Parida, 2019; Cantillo et al., 2015; Said et al. ,
2017; Vallejo-Borda et al., 2020b ) y transporte público ( de Oña y de Oña, 2015). Además, también se han utilizado modelos SEM
a través de una identificación de variable latente sin definir las variables latentes a partir de atributos medidos objetivamente (por ejemplo,
demográficos
variables) (Bivina y Parida, 2019; Jahan y col., 2020; Vallejo-Borda et al., 2020a ).
SEM es una herramienta de modelado estadístico que se puede utilizar como una extensión de modelos lineales (Lei y Wu, 2007; Vallejo-Borda et al. ,
2020a). La forma en que se capturaron los elementos intangibles nos permite utilizar las respuestas como un intervalo, apoyando lo previamente
mencionado supuesto lineal. En otras palabras, tenemos tanto variables latentes como variables sobre las que se preguntó a los encuestados, como
variables dependientes, que no se asumen como ordenadas. La principal razón de esto es que recopilamos las respuestas de los ciclistas en una escala
Likert de 1 a 5.
escala basada (es decir, escala numérica), donde los ciclistas pueden identificar el mismo espacio entre las posibles respuestas (Wu y Leung,
2017). SEM
Tabla 2
Descripciones de variables.
Tipo
Variable
Declaración / Pregunta
Rango
Actuación
Servicio de infraestructura (QoS)
¿Qué tan bueno es el servicio que brinda esta infraestructura ciclista?
1–5
Actitudinal
Le gusta el ciclismo
Me gusta andar en bicicleta.
1–5
El ejercicio es importante
El ejercicio regular es importante para mí.
1–5
vendedores ambulantes
Cuando monto en bicicleta, los vendedores ambulantes se interponen en mi camino.
1–5
Infraestructura
Pavimentación
¿Qué tan bueno es el pavimento en este segmento de infraestructura ciclista?
1–5
Señalización
¿Qué tan buena es la señalización en este segmento de infraestructura ciclista?
1–5
Semáforos
¿Qué tan buenos son los semáforos en este segmento de infraestructura ciclista?
1–5
Verdor
Me gusta plantar árboles en este segmento de infraestructura para bicicletas.
1–5
Preferencia de calzada
Cuando utilizo este segmento de infraestructura ciclista, prefiero andar en la carretera.
1–5
La seguridad
Me siento a salvo de accidentes en este segmento de infraestructura ciclista.
1–5
Flujo de bicicletas
La cantidad de ciclistas me impide andar libremente.
1–5
Flujo de peatones
La cantidad de peatones me impide andar libremente.
1–5
Seguridad
Me siento a salvo de robos en este segmento de infraestructura ciclista.
1–5
Disfrute
Avanzar por este segmento es agradable.
1–5
Tabla 3
Cargas factoriales rotativas PROMAX.
Factor1
Factor2
Factor3
Factor4
−0,024
0.105
0,078
0,664
0.043
−0,069
−0,052
0,259
Verdor
0,163
0,183
−0,144
−0,096
0,099
−0,513
0,049
0.054
La seguridad
−0,041
0,626
0,010
0.094
Seguridad
−0,084
0,464
0,088
0.081
−0,068
0,079
0,278
−0,177
Flujo de bicicletas
0,006
−0,258
0,226
−0,012
Flujo de peatones
0,024
0,009
0,877
0.061
Señalización
0,936
−0,038
0,014
−0,016
Semáforos
0.492
0,004
0.031
0,028
Pavimentación
0,284
0.364
0,080
−0,020
Nota: La carga seleccionada asociada con cada factor se presenta en negrita.
6
Página 7
se puede anotar de la siguiente manera:
=
+
+
y j
j
j
j
2
(1)
=
+
+
x yo
yo
yo
yo
1
(2)
=
+
2
21 1
2
(3)
Fig. 2 presenta un modelo genérico con dos variables latentes ( eta 1 y eta 2 ), y i y j comunes-factores o atributos ( x y Y ). los
los factores comunes son una función de dos variables, donde una de ellas es común a todas ( η 1 o η 2 ) y se puede calcular usando las Ecs. (1 )
y (2) , donde y es la QoS percibida, x i representa los atributos, representa el término de intersección (constante), los coeficientes indican
el cambio en el valor de los atributos observados si hay un cambio de una unidad en la variable latente respectivamente, y es el error
en la ecuación de medición para x o y con un valor esperado de cero. Para este estudio, los indicadores x representan el segmento de calle-
las declaraciones de percepción relacionadas que se presentan en la Tabla 2 , y los indicadores y ilustran la percepción del ciclista de la QoS cuando
conduce. Adicionalmente,
La variable latente η 2 es una función de la variable latente η 1 y se puede calcular usando la Ec. (3), donde el coeficiente es el estructural
parámetro que indica el cambio en el valor de η 2 si hay un cambio de una unidad en η 1 , y es el error aleatorio para el latente
variable con un valor medio esperado de cero. Para este estudio, se supuso que todos los errores tenían una distribución normal. Para probar el genérico
modelo, todas las relaciones asumidas se consideran al mismo tiempo, y se evalúa el ajuste del modelo completo para asegurar que el
La matriz de covarianza estimada es significativa y similar a la covarianza observada (ver Tabla 4) ( Bollen, 2014; Hoyle, 2012; Lei y
Wu, 2007). Estimamos el modelo SEM usando la función R “sem” del paquete “lavaan” ( R Core Team, 2019; Rosseel, 2012 ).
4. Resultados
Nuestro modelo de medición comprende cuatro variables latentes explicadas por once atributos medidos usando las percepciones de los ciclistas. los
La variable latente identificada por el mayor número de indicadores es la conveniencia (es decir, vegetación, preferencia por la carretera, seguridad y
protección),
seguida de la variable latente relacionada con las interferencias, que se identificó mediante tres indicadores diferentes (es decir, vendedores
ambulantes,
flujo de bicicletas y flujo de peatones) . La variable latente relacionada con la percepción de la señalización por parte de los ciclistas se identificó
mediante dos
atributos (es decir, señalización y semáforos). Finalmente, la variable latente relacionada con las actitudes de los ciclistas se identificó a partir de dos
indicadores (es decir, le gusta el ciclismo y el ejercicio es importante). La significancia de los diferentes indicadores asociados a las variables latentes
se muestra en Cuadro 5 .
La matriz de varianza-covarianza resultante del modelo de medición refleja las correlaciones obtenidas entre diferentes
dicadores (ver Tabla 6). Como era de esperar, los indicadores de las mismas variables latentes están altamente correlacionados. Existe una correlación
negativa
entre la percepción de los ciclistas de la vegetación en la infraestructura y los obstáculos percibidos atribuidos al flujo de peatones. Finalmente,
Se encontraron correlaciones entre los indicadores de las variables latentes conveniencia y señalización . Este último hallazgo era de esperar
considerando que el método de rotación de AFE permitió correlaciones entre variables latentes para representar un modelo más realista.
El análisis SEM utilizando las variables latentes y las variables de percepción de los usuarios individuales asociadas a la pavimentación, disfrute y
QoS (no incluida en las variables latentes) implica que la QoS percibida por los ciclistas está directamente influenciada por la infraestructura percibida
calidad ( señalización y pavimento) y la emoción percibida de placer o disfrute (en adelante, disfrute) que los ciclistas
experiencia al montar un segmento. Además, la percepción de los ciclistas de la señalización en la infraestructura (medida utilizando las percepciones
de
señalización y semáforos) representa el mayor impacto positivo directo e indirecto en la QoS percibida de todos los latentes.
variables. La señalización de infraestructura también tiene un impacto en la percepción de pavimentación y disfrute, mejorando indirectamente la
calidad de servicio percibida
dadas las relaciones positivas entre QoS, disfrute y conveniencia como se estableció en la literatura.
El modelo final sugiere que el disfrute de los ciclistas se ve afectado por la forma en que perciben la infraestructura en términos de señalización,
conveniencia e interferencias , y por sus propias actitudes hacia la bicicleta y el ejercicio. Considerando estas variables latentes, una
Fig. 2. Estructura del modelo genérico SEM.
Cuadro 4
Indicadores de bondad de ajuste de un modelo SEM .
Indicador
Explicación
Umbral aceptado
DF
/
2
Mide la discrepancia entre la muestra y las matrices de covarianza del modelo corregidas por grados de libertad.
<3.000
RMSEA
Determina el ajuste del modelo a la matriz de covarianza de la muestra con coeficientes desconocidos.
<0.060
CFI
Compara el modelo propuesto con un modelo no correlacionado entre variables latentes.
> 0,950
TLI
Compara el cuadrado medio del modelo propuesto con un modelo de línea de base.
> 0,950
SRMR
Calcula la raíz cuadrada de la diferencia entre la muestra y los residuos de las matrices de covarianza del modelo hipotético.
<0.080
7
Página 8
Se indica el efecto negativo del disfrute, causado por la señalización . Sin embargo, el efecto más fuerte en términos de disfrute proviene de la
Conveniencia variable latente que comprende las características intangibles de la ubicación, como la percepción de seguridad vial y vegetación. El
último
hace que la señalización tenga un efecto indirecto sobre el disfrute que es positivo y mayor que el efecto directo, provocando un efecto positivo general
efecto total sobre el disfrute de los ciclistas (ver Tabla 7 ). Las percepciones de los ciclistas sobre la señalización en la infraestructura para bicicletas
también afectan positivamente su
percepción de pavimentación y comodidad al conducir. Del mismo modo, el modelo sugiere que los ciclistas con actitudes positivas hacia el ciclismo
y el ejercicio se sentirá más placentero al montar.
Las interferencias que perciben los ciclistas en la conducción es la única percepción de una variable latente que explica una disminución en todos los
otras variables y atributos latentes. Esto significa que cuando la percepción de interferencias de los ciclistas es buena, se molestan
otros modos de transporte. El modelo final, mostrado enFig.3 , sugiere que si la percepción de los ciclistas es que hay un alto número de
interferencias, esto tendrá un impacto negativo en la percepción de la señalización de la infraestructura . Esta percepción más negativa de
la señalización
conduce a una percepción más negativa de la conveniencia de la infraestructura , lo que a su vez impacta negativamente en los niveles de disfrute y
QoS.
El modelo reveló que variables actitudinales como si al individuo le gusta andar en bicicleta o si considera que
El ejercicio es importante, conduce a un mayor disfrute al montar y no depende de otras variables latentes.
El modelo final presenta un ajuste satisfactorio y no se realizaron modificaciones después de la evaluación del modelo resultante
que reveló su buen ajuste de datos (ver Tabla 8).
5. Análisis y discusión
Enfoques SEM para comprender la percepción del usuario de la QoS de cualquier sistema de transporte que se utilizara exclusivamente para
transporte público (De Oña et al., 2013 ). Este enfoque estadístico de la infraestructura tipo bicicleta arrojó resultados confiables que describieron
percepción de los usuarios y los relacionó con características personales como las actitudes. El modelo QoS confirma y disputa
hallazgos en la literatura sobre el desempeño de la infraestructura para bicicletas. La importancia relativa de los atributos más estrechamente
asociado con la calidad de servicio percibida, como la pavimentación a lo largo de la ruta y el disfrute personal al usarla, revela algunas de las
prioridades
Los ciclistas inconscientemente tienen en cuenta cuando circulan por un corredor para bicicletas. En este sentido, los enfoques de HCM fueron
parcialmente correctos en
incluyendo parámetros de calidad como el Índice Internacional de Rugosidad (IRI) para evaluar el rendimiento de un segmento de ciclismo, sin
embargo
se quedan cortos cuando se tienen en cuenta las experiencias sensoriales a lo largo de la ruta desde la perspectiva de los usuarios y, lo que es más
importante, se van
el aspecto del disfrute. El modelo confirma que las actitudes individuales interactúan directamente con el disfrute de los ciclistas y son indirectamente
conectado a su percepción de conveniencia relacionada con los atributos tangibles de la infraestructura.
El comportamiento de los ciclistas al elegir la carretera sobre la infraestructura de bicicletas segregada explica estadísticamente la QoS del usuario, a
través de la
conveniencia variable latente. Investigaciones anteriores mostraron que los atributos más comunes que llevan a los usuarios a elegir entre montar en un
Cuadro 5
Parámetros estandarizados del modelo de medición.
Variable latente
Variable observada
α
λ
valor z
Actitudes
11.854
0,455
3.653
5.713
0,472
3.672
Conveniencia
Verdor
2.545
0.520
11.429
1.314
−0,378
−7,648
La seguridad
2.830
0.578
12.902
Seguridad
2.037
0,225
4.163
Interferencias
1.770
0.321
5.009
Flujo de bicicletas
1.730
0.431
6.388
Flujo de peatones
1,779
0,669
7.902
Señalización
Señalización
2.408
0,659
13.938
Semáforos
2.930
0.477
8.889
Tabla 6
Matriz de varianza-covarianza del modelo de medida.
A1
A2
C1
C2
C3
C4
I1
I2
I3
S1
S2
Le gusta el ciclismo (A1)
0,169
El ejercicio es importante (A2)
0,070
0,623
Vegetación (C1)
−0,021
−0,042
2.095
Preferencia de calzada (C2)
0,014
0,029
−0,392
1.893
Seguridad (C3)
−0,021
−0,042
0.565
−0,391
1.690
Seguridad (C4)
−0,009
−0,018
0,243
−0,168
0.503
2.057
Vendedores ambulantes (I1)
0,003
0,006
−0,109
0,075
−0,109
−0,047
2.347
Flujo de bicicletas (I2)
0,004
0,007
−0,126
0.087
−0,126
−0,054
0,279
1.732
Flujo de peatones (I3)
0,006
0,012
−0,579
0,155
−0,224
−0,096
0,496
0.573
2.274
Señalización (S1)
−0,002
−0,004
0,497
−0,343
0,495
0,213
−0,153
−0,177
−0,314
1.624
Semáforos (S2)
−0,001
−0,003
0.354
−0,245
0.354
0,152
−0,109
−0,126
−0,224
0,724
1.582
8
Página 9
Tabla 7
Efectos del modelo final de QoS percibido por el ciclista SEM.
βyλ
α
pavimentación
disfrute
Actitudes
Conveniencia
Señalización
Interferencias
Directo
servicio de infraestructura (QoS)
0,238
0,150
0.482
1.802
(valor z)
(3.495)
(3.123)
(5.399)
pavimentación
0,617
2.565
(valor z)
(12.442)
disfrute
0.325
1.223
−0,671
3.222
(valor z)
(2.409)
(3.802)
(−2,010)
Conveniencia
0,783
(valor z)
(12.177)
Señalización
−0,371
(valor z)
(−4,717)
Indirecto
0,049
0,183
0,190
−0,249
(valor z)
(1.899)
(2.346)
(4.586)
(−4,179)
pavimentación
−0,229
(valor z)
(−4,386)
disfrute
0,958
−0,106
(valor z)
(3.026)
(−2,544)
Conveniencia
−0,290
(valor z)
(−4,365)
Total
0,238
0,150
0,049
0,183
0,672
−0,249
(valor z)
(3.495)
(3.123)
(1.899)
(2.346)
(11.191)
(−4,179)
pavimentación
0,617
−0,229
(valor z)
(12.442)
(−4,386)
disfrute
0.325
1.223
0,287
−0,106
(valor z)
(2.409)
(3.802)
(2.921)
(−2,544)
Conveniencia
0,783
−0,290
(valor z)
(12.177)
(−4,365)
Señalización
−0,371
(valor z)
(−4,717)
Fig. 3. Modelo final de QoS de infraestructura SEM.
9
Página 10
carreteras o infraestructura dedicada para bicicletas son el volumen de tráfico y el tiempo de viaje ( Anowar et al., 2017), que están claramente
asociados
con la variable latente de conveniencia que se relaciona negativamente con la variable de "preferencia por la vía" de los ciclistas ( Piatkowski y
Marshall ,
2015 )
Estudios anteriores han demostrado la importancia de comprender las percepciones de los ciclistas sobre los aspectos físicos e intangibles de la
infraestructura.
atributos ( Heinen et al., 2011; Xing et al., 2018 ). Los aspectos tradicionalmente considerados para medir la QoS de la infraestructura son objetivos
variables físicas (por ejemplo, ancho o separación de la corriente de tráfico), interferencias mensurables (por ejemplo, intersecciones de tráfico
motorizado)
o incluso informes estadísticos sobre accidentes de tráfico y robos. Sin embargo, las percepciones de un lugar específico pueden diferir entre personas
o
horas del día, y no reflejan los resultados de los informes estadísticos. Por ejemplo, los segmentos que parecen seguros para algunos ciclistas pueden
ser
sujeto a una alta tasa de robos o delitos diarios. Sin embargo, la escasez de estudios que exploren estas relaciones utilizando percepciones
sugiere que todavía hay una brecha en la investigación que potencialmente podría llenarse. Además, los modelos SEM no se han utilizado mucho
específicamente para comprender las relaciones entre las percepciones de los ciclistas sobre los atributos de la infraestructura y la QoS general de la
infraestructura,
actitudes personales y disfrute. Los resultados obtenidos mediante el modelo SEM que solo considera el punto de vista de los ciclistas permite
nosotros para profundizar nuestra comprensión de la QoS de la infraestructura y las relaciones que la explican.
Interferencias u obstáculos provocados, por ejemplo, por peatones ( Botma, 1995; Li et al., 2012b), por otros ciclistas ( Li et al., 2012b ),
y los vendedores ambulantes afectan la libertad de maniobra de los ciclistas y, en consecuencia, la calidad de servicio percibida de la
infraestructura. Vendedores ambulantes y
Los peatones, comunes en el contexto de una ciudad del Sur Global, son análogos a las áreas con bloques de oficinas y un alto uso comercial del suelo
en Global
Los países del norte y estos también están asociados negativamente con la comodidad del segmento de los ciclistas. Este hallazgo se agrava con el
BLOS
medición de la HCM que, al principio, se basó solo en la interferencia de ciclistas o 'eventos' (Junta de Investigación del Transporte, 1985 ). Ya que
12 de los 16 puntos de la encuesta se llevaron a cabo en segmentos fuera de la calle, el volumen de tráfico motorizado no fue un problema para los
ciclistas cuando circulaban por
segmentos. Ya se ha demostrado que el volumen de tráfico motorizado es una variable preocupante en la percepción de los ciclistas sobre la calidad del
servicio
de instalaciones en la calle (Aldred et al., 2017; Mekuria et al., 2012 ).
Sin embargo, las interferencias causadas por otros ciclistas afectan a todos los tipos de QoS de infraestructura de bicicletas, como se ha demostrado en
investigaciones anteriores ( L i
et al., 2012b ). Además, las interferencias es la única variable latente identificada que tiene un efecto negativo en el disfrute y la calidad del servicio de
los ciclistas.
En consecuencia, un aumento en las interferencias percibidas da como resultado una reducción del disfrute y la QoS para los ciclistas. Sin embargo, lo
negativo
correlaciones entre la variable de conveniencia vegetación y la variable de interferencia flujo de peatones (ver Fig.3) indican que im-
probar la percepción que tienen los ciclistas de la vegetación (por ejemplo, aumentar la densidad de plantación de árboles a lo largo de los derechos de
paso de la infraestructura para bicicletas) reduce
su percepción de las interferencias, produciendo un efecto positivo general en la sensación de disfrute de los ciclistas y, en consecuencia, en su
QoS de infraestructura percibida.
Un resultado importante del modelo es el poder de las actitudes de los usuarios para explicar indirectamente la calidad del servicio. Estudios anteriores
han informado
efectos significativos de las actitudes de las personas en su decisión de utilizar modos de viaje como el ciclismo ( Heinen et al., 2011; Xing et al.,
2018 ),
caminando (Kamargianni y Polydoropoulou, 2013 ), tránsito y automóviles ( Domarchi et al., 2008; Verplanken et al., 1994 ). Adicionalmente,
El control de las variables de actitud es una buena práctica que se ha aplicado recientemente en el análisis de varios modos no motorizados de
comportamiento de viaje, y actualmente es un tema de discusión ( Dill y Voros, 2007; Li et al., 2013). Para viajes activos, hay una
consenso sobre la importancia de las actitudes en la decisión de si realizar un ciclo y el papel cada vez mayor de las variables actitudinales latentes en
explicando la elección del modo de bicicleta ( Akar y Clifton, 2009; Eash, 1999; Muñoz et al., 2016; Rodriguez-Valencia et al., 2019 ). Resultados
Sugieren que las actitudes con respecto a andar en bicicleta o hacer ejercicio determinan en gran medida las experiencias de los usuarios al utilizar
cualquier infraestructura.
(independientemente de si tiene una infraestructura dedicada al ciclismo lineal o no). La variable actitudes latentes parece tener un efecto directo
efecto sobre el disfrute de los ciclistas, pero no mostró un efecto causal significativo sobre la conveniencia . Sin embargo, el efecto de las actitudes es
menor en
casi el 75% frente al efecto de la variable latente conveniencia . Así, para cambiar tales actitudes, los programas de políticas públicas como el
Los eventos de Ciclovía de los domingos son ideales para desarrollar disposiciones positivas hacia la bicicleta o la práctica de ejercicio (Sarmiento et
al., 2010), y
en consecuencia, mejorando las percepciones de la QoS de la infraestructura.
Con respecto a la señalización de infraestructura , la literatura mostró que la señalización excesiva produce insatisfacción por tener que
parar y empezar a pedalear continuamente (Fajans y Curry, 2001 ), y debido a la inseguridad percibida o el miedo al crimen que no
coincidir siempre con el número de robos denunciados (Majumdar y Mitra, 2015; van Lierop et al., 2015 ). Este efecto negativo directo
sobre disfrute también se puede encontrar en nuestro modelo final. Sin embargo, el modelo sugiere que si se usa la conveniencia como mediador, el
El efecto en el disfrute causado por la señalización de la infraestructura es mayor, generando un impacto positivo en la calidad de servicio percibida de
la infraestructura.
El modelo también sugiere que la mejora de los atributos de señalización variables latentes , como la señalización o los semáforos, tiene un impacto
directo y
impacto positivo en el servicio brindado por la infraestructura. Además, la fuerte correlación entre los atributos percibidos de las señales
Los semáforos y semáforos (ver Fig.3 y Tabla 6 ) muestran que pedir a los usuarios que califiquen estos dos por separado y, al hacerlo,
las diferencias entre ellos es un desafío para los investigadores. Presumiblemente, cuando se le preguntó "¿Qué tan buenos son los semáforos en este
Tabla 8
Indicadores de bondad de ajuste del modelo final.
Indicador
Resultado del modelo
Umbral aceptado
DF
/
2
1.090
<3.000
RMSEA
0,015
<0.060
CFI
0,994
> 0,950
TLI
0,991
> 0,950
SRMR
0,033
<0.080
10
Página 11
segmento de infraestructura? ”, los ciclistas incluyen semáforos en su percepción de la señalización de infraestructura , pero no de otra manera. El
último
lo hace difícil, cuando se les pregunta "¿Qué tan buena es la señalización (vertical y horizontal) en este segmento de infraestructura ciclista?",
identificar si la señalización horizontal y vertical en toda la infraestructura es lo que disminuye su disfrute (-0.671) o
si son los semáforos los que los hacen detenerse en cada intersección.
El modelo final sugiere que para comprender y satisfacer las necesidades de los ciclistas, sus percepciones de conveniencia en la infraestructura
Los segmentos deben considerarse, por ejemplo, proporcionando información que sea más valiosa que los registros estadísticos relacionados en el
número de accidentes o robos a lo largo del segmento. La conveniencia variable latente depende de la percepción de seguridad vial, vial
seguridad, preferencia de montar en la carretera en lugar de la infraestructura ciclista y vegetación. La seguridad personal (delito) no ha sido
ampliamente estudiado en la microescala urbana (escala de la calle), ya que es difícil encontrar suficiente información sobre la delincuencia medida a
ese nivel. En
Además, la correlación encontrada entre seguridad percibida y seguridad vial (ver Fig.3 ) revela que al pedir a los usuarios que califiquen estos
dos por separado, identificar las diferencias entre ellos también es un desafío para los investigadores. Con base en los resultados finales del modelo,
Sugieren que la seguridad personal explica una gran proporción del componente de conveniencia , junto con la seguridad vial, la preferencia vial,
y percepción de vegetación. Todos estos merecen especial atención para comprender sus efectos a nivel local. Además, la diferencia
entre la variable latente conveniencia y el constructo de comodidad, de uso frecuente en los modelos SEM, se evidenció, ya que no existe
Relación estadística entre conveniencia y pavimentación. Sin embargo, la conveniencia presentó una fuerte relación con la vegetación, que es
un elemento estético de la infraestructura, sustentando el debate conceptual entre esta variable latente y su variable observada . En
En cualquier caso, para los ciclistas de este estudio, la buena vegetación, la seguridad y la protección son atributos que mejoran su percepción del con-
veniencia de la infraestructura, lo que lleva a un mayor disfrute y una mejor percepción de QoS de la infraestructura.
Aunque estos hallazgos se basan únicamente en las respuestas de los ciclistas existentes en segmentos de calles, percepciones y comportamientos
similares pueden
obtenerse de nuevos ciclistas en cualquier tipo de infraestructura. También se recomienda preguntar y comparar las opiniones de los ciclistas sobre sus
experiencia general al andar en bicicleta y características específicas de la ruta que frecuentan. Del mismo modo, los resultados obtenidos
probablemente
no se aplica a los no ciclistas, ya que esta población comprende personas que tienen actitudes personales muy diferentes, características
socioeconómicas
características y capacidad ciclista en comparación con los ciclistas reales, lo que condiciona las percepciones de infraestructura (Handy y col., 2007 ;
Heinen y Handy, 2012). Por lo tanto, se recomiendan esfuerzos adicionales para la identificación de características de infraestructura que
atraer nuevos ciclistas a este modo de transporte.
6. Conclusiones
Este artículo de investigación explora las relaciones entre las percepciones de los ciclistas sobre los atributos de la infraestructura ciclista junto con
sus actitudes personales y la QoS de la infraestructura percibida en general. El modelo SEM presentado aquí revela que las percepciones de
Los elementos físicos y las actitudes personales pueden explicar estadísticamente la percepción general de QoS de cualquier tipo de infraestructura
para
ciclistas. El modelo se utilizó para indagar sobre las relaciones entre cuatro variables latentes, disfrute, pavimentación e infraestructura.
Se encontraron QoS y relaciones estadísticas entre ellos. Por ejemplo, las percepciones de la pavimentación y la señalización tienen un fuerte efecto en
percepciones de la infraestructura QoS, sin embargo, una variable inexplorada que concierne al disfrute de los ciclistas al andar por cualquier tipo
de infraestructura también contribuye a explicar este efecto.
Varias acciones que pueden aumentar la QoS pueden basarse en los atributos subjetivos de los usuarios e ir más allá de proporcionar rutas amplias,
segregado del tráfico, calmando el tráfico motorizado, reduciendo las interferencias y proporcionando áreas de amortiguación entre las infraestructuras
ciclistas
estructura y la calzada del tráfico. Está abierta a discusión una amplia gama de posibles acciones destinadas a mejorar la percepción de los
ciclistas. Dos
campos principales atraen nuestra atención: en primer lugar, la contribución directa del "disfrute" provocado por una percepción de atributos estéticos,
de
condiciones y actitudes intangibles ; y en segundo lugar, la clara cadena de efectos sobre la calidad del servicio derivada de las percepciones de los
atributos físicos
(pavimentación, señalización , interferencias, conveniencia ), previamente reportados en la literatura. Por ejemplo, mejorando la percepción de
vegetación (uno de los atributos de conveniencia ), las interferencias percibidas causadas por los peatones disminuyen (ver Fig.3 ), mejorando
disfrute y QoS percibida. Así, en zonas peatonales de gran volumen, que en los países en desarrollo suele coincidir con
áreas comerciales de intensidad alta y una alta presencia de vendedores ambulantes, la vegetación podría mitigar el impacto negativo causado por estos
interferencias. Esta última es una alternativa más útil, más fácil y más barata que modificar fuertemente el entorno construido y los usos del suelo.
del entorno de la infraestructura, que a menudo es demasiado difícil de cambiar. Si, por alguna razón, la señalización en la infraestructura para
bicicletas no es
bien percibido por los ciclistas, se puede modificar si los ciclistas perciben la infraestructura como conveniente mejorando la conveniencia (es decir,
mejorando la vegetación del segmento, la seguridad vial y la seguridad).
Tres efectos directos tienen un impacto positivo en la calidad del servicio de la infraestructura según la perciben los ciclistas: señalización¸ disfrute y
pavimentación. Los atributos
relacionados con la señalización variable latente tienen el mayor impacto en la calidad de servicio percibida y esta percepción se puede mejorar
mejorando
la percepción de las condiciones de pavimentación de la infraestructura. Tres variables latentes afectan la percepción de disfrute de los ciclistas. Dos de
estos
están representados positivamente ( conveniencia y actitudes ), mientras que el otro está representado negativamente ( señalización ). Para mejorar el
en-
disfrute de cualquier tipo de infraestructura, sus percepciones de conveniencia y sus actitudes personales deben ser consideradas en el futuro
evaluaciones. Además, para la densidad de la señalización a lo largo de las infraestructuras para bicicletas, se debe encontrar un cuidadoso equilibrio
entre los
información a compartir con los ciclistas y la sobresaturación de elementos de señalización que provocan un efecto directo negativo en su en-
alegría. Esto se ve reforzado por el modelo que muestra que las interferencias percibidas no afectan directamente la QoS, pero sí
afectan indirectamente la QoS percibida de la infraestructura a través de la señalización variable latente .
El modelo sugiere que una segunda perspectiva basada en las percepciones y actitudes de los usuarios, diferente al indicador objetivo
medidas como el conocido HCM LOS o el indicador LTS, pueden explicar estadísticamente la percepción de la QoS de la infraestructura.
Las medidas objetivas tienden a ignorar atributos, constructos y medidas intangibles como las actitudes y percepciones de los ciclistas que
tienen un efecto sobre la medida subjetiva de la calidad de servicio percibida de la infraestructura. Sin embargo, la información medida objetivamente
del
11
Pagina 12
Los ciclistas (por ejemplo, variables demográficas) se pueden utilizar como moderadores para mejorar la comprensión de las diferencias en la variable
latente.
efectos. Por esta razón, la investigación adicional podría explorar las correlaciones existentes entre las variables medidas y percibidas e incluso
considerar los efectos heterogéneos de los ciclistas y las tipologías de infraestructura, para mejorar nuestra comprensión de los objetivos y
atributos intangibles. En la escasez de investigación sobre la calidad del servicio de la infraestructura para bicicletas basada en las percepciones en el
Sur Global,
Este estudio también sirve para desencadenar una discusión sobre similitudes y diferencias en diferentes contextos geográficos como los encontrados
en
América del Norte y los países del norte de Europa.
Declaración de contribución de autoría de CRediT
Jose Agustin Vallejo-Borda: Conceptualización, Metodología, Curación de datos, Análisis formal, Visualización, Escritura - original
sequía. Daniel Rosas-Satizabal: Conceptualización, Metodología, Análisis formal, Validación, Redacción - borrador original. Álvaro
Rodríguez-Valencia: Conceptualización, Metodología, Investigación, Análisis formal, Redacción - borrador original.
Declaración de intereses en competencia
Los autores declaran que no tienen intereses económicos en competencia o relaciones personales conocidas que puedan haber parecido
influyen en el trabajo informado en este artículo.
Expresiones de gratitud
Los autores agradecen el apoyo recibido de MINCIENCIAS bajo la financiación condonable 6172, de la Escuela de
Ingeniería, y la Vicepresidencia de Investigación y Creación de la Universidad de los Andes que financió la investigación doctoral de una
de los autores. Agradecemos también al Grupo de Investigación Sostenibilidad Urbana y Regional (SUR) de la Facultad de Ingeniería y
el Departamento de Ingeniería Civil y Ambiental de la Universidad de los Andes y con los estudiantes Daniela Galvis, Gabriel
Camargo y Santiago Ferro por ayudar en el proceso de recolección de datos. También estamos agradecidos a los tres revisores anónimos por
ayudándonos a mejorar este documento a través de sus recomendaciones.
Fuentes de financiamiento
Esta investigación no recibió ninguna subvención específica de agencias de financiación en los sectores público, comercial o sin fines de lucro.
Referencias
Akar, G., Clifton, K., 2009. Influencia de las percepciones individuales y la infraestructura de bicicletas en la decisión de andar en bicicleta. Transp. Res. Rec. J. Transp. Res. Board 2140, 165-
172.
https://doi.org/10.3141/2140-18 .
Aldred, R., Elliott, B., Woodcock, J., Goodman, A., 2017. Provisión de ciclismo separada del tráfico motorizado: una revisión sistemática que explora si las preferencias declaradas varían
por sexo y edad. Transp. Rev. 37, 29–55. https://doi.org/10.1080/01441647.2016.1200156 .
Anowar, S., Eluru, N., Hatzopoulou, M., 2017. Cuantificación del valor de un viaje limpio: ¿Qué distancia andaría en bicicleta para evitar la exposición a la contaminación del aire relacionada
con el tráfico?
Transp. Res. Parte A Práctica de política. 105, 66–78. https://doi.org/10.1016/j.tra.2017.08.017.
Ayachi, FS, Dorey, J., Guastavino, C., 2015. Factores de identificación de la comodidad de la bicicleta: una encuesta en línea con ciclistas entusiastas. Apl. Ergon. 46, 124-136.https: // doi .
org / 10.1016 / j.apergo.2014.07.010.
Bell, P., Greene, T., Fisher, J., Baum, A., 2006. Psicología ambiental, 5ª ed.
Bezerra, GCL, Gomes, CF, 2016. Midiendo la calidad del servicio aeroportuario: un enfoque multidimensional. J. Air Transp. Gestionar.https://doi.org/10.1016/j.jairtraman .
2016.02.001 .
Bivina, GR, Parida, M., 2019. Modelado del nivel de servicio percibido por los peatones en las aceras: un enfoque de ecuación estructural. Transport 34, 339–350. https://doi.org /
10.3846 / transporte.2019.9819 .
Bollen, KA, 2014. Ecuaciones estructurales con variables latentes, Segundo, Edi. ed. John Wiley & Sons Inc., Chapel Hill, Carolina del Norte .
Börjesson, M., Eliasson, J., 2012. El valor del tiempo y los beneficios externos en la valoración de bicicletas. Transp. Res. Parte A Práctica de política. 46, 673–683.https://doi.org/10.1016/j .
tra.2012.01.006.
Botma, H., 1995. Método para determinar el nivel de servicio para carriles bici y senderos para peatones y bicicletas. Transp. Res. Rec. 1502, 34–44 .
Calvey, JC, Shackleton, JP, Taylor, MD, Llewellyn, R., 2015. Evaluación de la condición de ingeniería de la infraestructura ciclista: percepciones de satisfacción y
comodidad. Transp. Res. Parte A Práctica de política. 78, 134-143. https://doi.org/10.1016/j.tra.2015.04.031.
Cantillo, V., Arellana, J., Rolong, M., 2015. Modelado del comportamiento del paso de peatones en vías urbanas: un enfoque de variable latente. Transp. Res. Parte F Psicología del tráfico.
Behav. 32, 56–67. https://doi.org/10.1016/j.trf.2015.04.008.
Caviedes, A., Figliozzi, M., 2018. Modelización del impacto de las condiciones del tráfico y las instalaciones para bicicletas en los niveles de estrés de los ciclistas en la
carretera. Transp. Res. Parte F Psicología del tráfico.
Behav. 58, 488–499. https://doi.org/10.1016/j.trf.2018.06.032 .
Chaurand, N., Delhomme, P., 2013. Ciclistas y conductores en interacciones viales: una comparación del riesgo de choque percibido. Ácido. Anal. Prev. 50, 1176-1184.https://doi.org /
10.1016 / j.aap.2012.09.005 .
Davis, J., 1987. Evaluación de la seguridad de las bicicletas, 1987. Universidad de Auburn.
de Oña, J., de Oña, R., 2015. Calidad de servicio en el transporte público a partir de encuestas de satisfacción del cliente: revisión y evaluación de la calidad de servicio en público
Transporte basado en encuestas de satisfacción del cliente: revisión y evaluación de enfoques metodológicos.
De Oña, J., De Oña, R., Eboli, L., Mazzulla, G., 2013. Calidad de servicio percibida en el servicio de transporte colectivo: un enfoque de ecuación estructural. Transp. Policy 29, 219–226.
https://doi.org/10.1016/j.tranpol.2013.07.001.
de Souza, AA, Sanches, SP, Ferreira, MAG, 2014. Influencia de las actitudes con respecto al ciclismo en la percepción de las barreras existentes para el uso de esta modalidad de
transporte para desplazamientos. Procedia - Soc. Behav. Sci. 162, 111-120. https://doi.org/10.1016/j.sbspro.2014.12.191.
Dill, J., 2009. Andar en bicicleta para el transporte y la salud: el papel de la infraestructura. J. Política de salud pública 30, 95-110. https://doi.org/10.1057/jphp.2008.56.
Dill, J., McNeil, N., 2016. Revisitando los cuatro tipos de ciclistas. Transp. Res. Rec. J. Transp. Res. Board 2587, 90–99. https://doi.org/10.3141/2587-11.
Dill, J., Mohr, C., Ma, L., 2014. ¿Cómo puede la teoría psicológica ayudar a las ciudades a aumentar las caminatas y el ciclismo? Mermelada. Plan. Assoc. 80, 36–51. https://doi.org/10.1080 /
01944363.2014.934651.
12
Página 13
Dill, J., Voros, K., 2007. Factores que afectan la demanda de bicicletas: Hallazgos iniciales de la encuesta de Portland, Oregon. Región. Transp. Res. Rec. 2031, 9-17.https://doi.org /
10.3141 / 2031-02 .
Dillman, DA, Smyth, JD, Christian, LM, 2014. Encuestas por Internet, teléfono, correo y modo mixto, 4ª ed. Wiley & Sons, Nueva Jersey .
Domarchi, C., Tudela, A., González, A., 2008. Efecto de las actitudes, el hábito y la valoración afectiva en la elección de modo: una aplicación a los trabajadores universitarios. Transporte
(Amst). 35, 585–599. https://doi.org/10.1007/s11116-008-9168-6 .
Eash, R., 1999. Modelos de elección de destino y modo para viajes no motorizados. Transp. Res. Rec. J. Transp. Res. Board 1674, 1–8.https://doi.org/10.3141/1674-01 .
Fajans, J., Curry, M., 2001. Why Bicyclists Hate Stop Signs. Acceso 18, 21-22.
Flannery, A., McLeod, D., Pedersen, NJ, 2006. Medidas de nivel de servicio basadas en el cliente. ITE J. (Institute Transp Eng.) 76, 17–21.
Furth, PG, Mekuria, MC, Nixon, H., 2016. Conectividad de red para bicicletas de bajo estrés. Transp. Res. Rec. J. Transp. Res. Board 2587, 41–49.https://doi.org/10 .
3141 / 2587-06.
Garrard, J., Rissel, C., Bauman, A., 2012. Beneficios para la salud del ciclismo. En: Ciclismo urbano. MIT Press, Cambridge, Massachusetts, págs. 31-55.
Gatersleben, B., Appleton, KM, 2007. Contemplar el ciclismo para trabajar: Actitudes y percepciones en diferentes etapas de cambio. Transp. Res. Parte A Práctica de política. 41,
302–312. https://doi.org/10.1016/j.tra.2006.09.002.
Golob, TF, 2003. Modelado de ecuaciones estructurales para la investigación del comportamiento de los viajes. Transp. Res. Método de la Parte B https://doi.org/10.1016/S0191-
2615(01)00046-7.
Haines, A., McMichael, AJ, Smith, KR, Roberts, I., Woodcock, J., Markandya, A., Armstrong, BG, Campbell-Lendrum, D., Dangour, AD, Davies, M., Bruce, NORTE.,
Tonne, C., Barrett, M., Wilkinson, P., 2009. Beneficios para la salud pública de las estrategias para reducir las emisiones de gases de efecto invernadero: descripción general e implicaciones
para los responsables políticos.
Lancet 374, 2104–2114. https://doi.org/10.1016/S0140-6736(09)61759-1 .
Handy, SL, Xing, Y., Buehler, TJ, 2007. Factores asociados con la propiedad y el uso de bicicletas: un estudio de 6 pequeñas ciudades estadounidenses. Annu. Reunirse. Transp. Res. Tablero,
Washington, DC 37, 967–985. https://doi.org/http://dx.doi.org/10.1016/j.trd.2009.09.004.
Heesch, KC, Giles-Corti, B., Turrell, G., 2015. Ciclismo para el transporte y la recreación: asociaciones con el entorno socioeconómico, natural y construido. Sanar. Sitio
36, 152-161. https://doi.org/10.1016/j.healthplace.2015.10.004 .
Heinen, E., Handy, S., 2012. Similitudes en actitudes y normas y el efecto en los desplazamientos en bicicleta: evidencia de las ciudades en bicicleta Davis y Delft. En t. J. Sustain.
Transp. 6, 257-281.https://doi.org/10.1080/15568318.2011.593695 .
Heinen, E., Maat, K., Van Wee, B., 2011. El papel de las actitudes hacia las características de los desplazamientos en bicicleta en la elección de ir en bicicleta al trabajo en varias distancias.
Transp. Res. Parte D Transp. Reinar. 16, 102-109. https://doi.org/10.1016/j.trd.2010.08.010.
Hoyle, RH, 2012. Manual de modelado de ecuaciones estructurales. Publicaciones de Guilford.
Hummer, J., Rouphail, N., Hughes, R., Fain, S., Toole, J., Patten, R., Schneider, R., Monahan, J., Do, A., 2007. Percepciones del usuario de la Calidad de Servicio en Shared
Rutas. Transp. Res. Rec. J. Transp. Res. Board 1939, 28–36. https://doi.org/10.3141/1939-04 .
Imre, Ş., Çelebi, D., 2017. Midiendo la comodidad en el transporte público: un estudio de caso para Estambul, en: Transportation Research Procedia. https://doi.org/10.1016/j.trpro.
2017.05.261.
Jahan, I., Al, A., Hadiuzzaman, Mashrur, S., Neaz, M., 2020. Análisis de la calidad del servicio de las aceras peatonales en condiciones de tráfico mixto considerando latente
Variables. J. Plan Urbano. Dev. 146, 1–12. https://doi.org/10.1061/(ASCE)UP.1943-5444.0000563.
Jensen, S., 2007. Nivel de servicio para peatones y ciclistas en segmentos de carreteras. Transp. Res. Rec. J. Transp. Res. Board 2031, 43–51. https://doi.org/10.3141 /
2031-06.
Johnson, M., Charlton, J., Oxley, J., Newstead, S., 2013. ¿Por qué los ciclistas infringen los semáforos en rojo? Una investigación de las razones por las que los ciclistas australianos
franja. Ácido. Anal. Prev. 50, 840–847. https://doi.org/10.1016/j.aap.2012.07.008.
Kamargianni, M., Polydoropoulou, A., 2013. Modelo de elección híbrida para investigar los efectos de las actitudes de los adolescentes hacia caminar y andar en bicicleta en el comportamiento
de elección de modo.
Transp. Res. Rec. J. Transp. Res. Board 2382, 151-161. https://doi.org/10.3141/2382-17 .
Kirner Providelo, J., da Penha Sanches, S., 2011. Características de las carreteras y el tráfico para andar en bicicleta. Transporte (Amst). 38, 765–777. https://doi.org/10.1007 /
s11116-011-9353-x.
Krizek, KJ, 2007. Estimación del beneficio económico de las bicicletas y las instalaciones para bicicletas: una revisión interpretativa y métodos propuestos. En: Ensayos sobre transporte
Ciencias económicas. Physica-Verlag, Heidleberg, págs. 219–248. https://doi.org/10.1007/978-3-7908-1765-2-14.
Landis, B., Vattikuti, V., Brannick, M., 1997. Percepciones humanas en tiempo real: hacia un nivel de servicio de bicicletas. Transp. Res. Rec. J. Transp. Res. Board 1578, 119-126.
https://doi.org/10.3141/1578-15 .
Lanzendorf, M., Busch-Geertsema, A., 2014. El auge del ciclismo en las grandes ciudades alemanas-Evidencia empírica para campañas ciclistas exitosas. Transp. Política 36, 26–33.
https://doi.org/10.1016/j.tranpol.2014.07.003.
Lei, P., Wu, Q., 2007. Introducción al modelado de ecuaciones estructurales: problemas y consideraciones prácticas. Educ. Meas. Problemas Pract. 26, 33–43.https://doi.org/10.1111 /
j.1745-3992.2007.00099.x .
Li, Z., Wang, W., Liu, P., Ragland, DR, 2012a. Entornos físicos que influyen en la percepción de comodidad de los ciclistas en instalaciones para bicicletas separadas y en la calle. Transp.
Res. Parte D Transp. Reinar. 17, 256–261. https://doi.org/10.1016/j.trd.2011.12.001.
Li, Z., Wang, W., Liu, P., Schneider, R., Ragland, D., 2012b. Investigando la percepción de comodidad de los ciclistas en carriles bici separados físicamente en Nanjing, China.
Transp. Res. Rec. J. Transp. Res. Board 2317, 76–84. https://doi.org/10.3141/2317-10.
Li, Z., Wang, W., Yang, C., Ragland, DR, 2013. Análisis del mercado de los desplazamientos en bicicleta utilizando un enfoque de segmentación actitudinal del mercado. Transp. Res. Parte A
Práctica de política.
47, 56–68. https://doi.org/10.1016/j.tra.2012.10.017.
Losekoot, E., 2015. Factores que influyen en la experiencia del cliente del aeropuerto: un estudio de caso de los clientes del aeropuerto internacional de Auckland. Universidad de Auckland O f
Tecnología.
Ma, L., Dill, J., 2015. Asociaciones entre el entorno construido objetivo y percibido y la bicicleta para el transporte. J. Transp. Sanar. 2, 248-255.https: // doi .
org / 10.1016 / j.jth.2015.03.002 .
Majumdar, BB, Mitra, S., 2015. Identificación de factores que influyen en el ciclismo en ciudades pequeñas: un estudio de caso de Kharagpur, India. Caso Stud. Transp. Política 3,
331–346. https://doi.org/10.1016/j.cstp.2014.09.002.
Marqués, R., Hernández-Herrador, V., Calvo-Salazar, M., García-Cebrián, JA, 2015. Cómo las infraestructuras pueden promover la bicicleta en las ciudades: Lecciones desde Sevilla. Res.
Transp. Econ. 53, 31–44.https://doi.org/10.1016/j.retrec.2015.10.017.
Mehrabian, A., Russell, JA, 1974. Un enfoque de la psicología ambiental. The MIT Press, Cambridge, Massachusetts, Massachusetts .
Mekuria, MC, Furth, PG, Nixon, H., 2012. Ciclismo de bajo estrés y conectividad de red. Instituto de Transporte Mineta.
Muhs, CD, Clifton, KJ, 2015. ¿Las características de los entornos transitables apoyan el ciclismo? Hacia una definición de desarrollo apoyado por bicicletas. J. Transp. Tierra
Utilice 147-188. https://doi.org/10.5198/jtlu.2015.727.
Muñoz, B., Monzón, A., Daziano, RA, 2016. El papel cada vez mayor de las variables latentes en el modelado de la elección del modo de bicicleta. Transp. Rev. 36, 737–
771.https://doi.org/10 .
1080 / 01441647.2016.1162874 .
Oja, P., Titze, S., Bauman, A., de Geus, B., Krenn, P., Reger-Nash, B., Kohlberger, T., 2011. Beneficios para la salud del ciclismo: una revisión sistemática. Scand. J. Med. Sci. Deporte. 21,
496–509. https://doi.org/10.1111/j.1600-0838.2011.01299.x.
Ortúzar, J. de D., Willumsen, LG, 2011. Modelado de transporte. John Wiley & Sons, Chichester. https://doi.org/10.1002/9781119993308.
Petritsch, T., Landis, B., Huang, H., McLeod, P., Lamb, D., Farah, W., Guttenplan, M., 2007. Nivel de servicio de bicicletas para arterias. Transp. Res. Rec. J. Transp. Res.
Board 2031, 34–42. https://doi.org/10.3141/2031-05 .
Piatkowski, DP, Marshall, WE, 2015. No todos los posibles ciclistas son iguales: el papel de las actitudes, la sociodemografía y el entorno construido en la bicicleta
desplazamientos. Viajar Behav. Soc. 2, 166-173. https://doi.org/10.1016/j.tbs.2015.02.001.
Pucher, J., 2001. Seguridad ciclista en ciclovías vs. carreteras. Transp. P. 55, 9-11 .
Pucher, J., Buehler, R., 2012. City Cycling. MIT Press, Cambridge, Inglaterra .
Pucher, J., Dill, J., Handy, S., 2010. Infraestructura, programas y políticas para aumentar el ciclismo: una revisión internacional. Prev. Medicina. (Baltim) 50, S106 – S125. https: / /
doi.org/10.1016/j.ypmed.2009.07.028.
13
Página 14
R Core Team, 2019. R: Un lenguaje y un entorno para la informática estadística.
Rodriguez-Valencia, A., Barrero, GA, Ortiz-Ramirez, HA, Vallejo-Borda, JA, 2020. Poder de percepción del usuario sobre la calidad del servicio peatonal. Transp. Res. Rec. J.
Transp. Res. Board 2674, 250-258. https://doi.org/10.1177/0361198120914611 .
Rodriguez-Valencia, A., Vinasco, C., Rosas-Satizabal, D., Thigpen, C., 2019. Actitudes de viaje y elección de modo durante el día sin automóviles en Bogotá. En: Investigación de transporte
Tablero. Washington DC, pág. 18.
Roess, RP, Prassas, ES, 2014. The Highway Capacity Manual: A Conceptual and Research History Springer Tracts on Transportation and Traffic STTT Volumen 1:
Flujo ininterrumpido. Springer, Nueva York, Estados Unidos.
Rosas-Satizábal, D., Rodriguez-Valencia, A., 2019. Factores y políticas que explican el surgimiento del viajero en bicicleta en Bogotá. Caso Stud. Transp. Política 7,
138-149. https://doi.org/10.1016/J.CSTP.2018.12.007 .
Rosseel, Y., 2012. {lavaan}: Un paquete {R} para el modelado de ecuaciones estructurales. J. Stat. Softw. 48, 1–36.
Said, M., Abou-Zeid, M., Kaysi, I., 2017. Modelando la satisfacción con el entorno para caminar: el caso de un barrio universitario urbano en un país en desarrollo
143. https://doi.org/10.1061/(ASCE)UP.1943-5444.0000347.
Sanders, RL, 2015. Riesgo de tráfico percibido para ciclistas: el impacto de las experiencias de cuasi accidentes y colisiones. Ácido. Anal. Prev. 75, 26–34.https://doi.org/10.1016/j.aap .
2014.11.004 .
Sarmiento, O., Torres, A., Jacoby, E., Pratt, M., Schmid, TL, Stierling, G., 2010. La Ciclovía-Recreativa: un programa recreativo masivo con potencial de salud pública.
J. Phys. Actuar. Sanar. 7, S163 – S180. https://doi.org/10.1123/jpah.7.s2.s163.
Schoner, JE, Cao, J., Levinson, DM, 2015. Catalizadores e imanes: entorno construido y desplazamientos en bicicleta. J. Transp. Geogr. 47, 100-108. https://doi.org/10 .
1016 / j.jtrangeo.2015.07.007.
Secretaría Distrital de Movilidad, 2015. Encuesta de Movilidad 2015. Bogotá DC
Secretaría Distrital de Movilidad, 2011. Encuesta de movilidad 2011. Bogotá DC
Swiers, R., Pritchard, C., Gee, I., 2017. Una encuesta transversal de actitudes, comportamientos, barreras y motivadores para el ciclismo en estudiantes universitarios. J. Transp. Sanar. 6,
379–385. https://doi.org/10.1016/j.jth.2017.07.005.
Thomas, B., De Robertis, M., 2013. La seguridad de las vías para bicicletas urbanas: una revisión de la literatura. Ácido. Anal. Prev. 52, 219-227.https://doi.org/10.1016/j.aap.2012.12 .
017.
Titze, S., Stronegger, WJ, Janschitz, S., Oja, P., 2008. Asociación del entorno construido, el entorno social y los factores personales con la bicicleta como modo de
transporte entre los habitantes de las ciudades austriacas. Prev. Medicina. (Baltim) 47, 252-259. https://doi.org/10.1016/j.ypmed.2008.02.019 .
Transportation Research Board, 2016. Highway Capacity Manual: A Guide for Multimodal Mobility Analysis. Junta de Investigación del Transporte.
Transportation Research Board, 1985. Informe especial 209: Highway Capacity Manual, 3ª ed. Washington DC
Transportation Research Board, 1965. Special Report 87: Highway Capacity Manual 2nd Edition. Washington DC
Vallejo-Borda, JA, Cantillo, V., Rodríguez-Valencia, A., 2020a. Un mapa cognitivo basado en la percepción de la calidad de servicio percibida por los peatones en las aceras urbanas.
Transp. Res. Parte F Psychol. Behav. 73, 107-118. https://doi.org/10.1016/j.trf.2020.06.013.
R., Ortúzar, J. de D., 2020b. Pronóstico de la calidad de servicio de las aceras de Bogotá a partir de las percepciones de los peatones: un enfoque Probit MIMIC ordenado. Transp. Res. Rec.
J. Transp. Res. Board 2674, 205–216. https://doi.org/10.1177/0361198119896782.
Van Acker, V., Mokhtarian, PL, Witlox, F., 2014. La disponibilidad de automóviles se explica por las relaciones estructurales entre estilos de vida, ubicación residencial y
actitudes residenciales y de viaje. Transp. Policy 35, 88–99. https://doi.org/10.1016/j.tranpol.2014.05.006 .
Van Houten, R., Seiderman, C., 2005. Cómo las marcas en el pavimento influyen en el posicionamiento de bicicletas y vehículos motorizados: estudio de caso en Cambridge,
Massachusetts. Transp. Res.
Rec. 1939, 3-14. https://doi.org/10.3141/1939-01.
van Lierop, D., Grimsrud, M., El-Geneidy, A., 2015. Rompiendo con el robo de bicicletas: Perspectivas de Montreal. Canadá. En t. J. Sustain. Transp. 9, 490–501.https://doi.org/10 .
1080 / 15568318.2013.811332.
Verplanken, B., Aarts, H., van Knippenberg, A., 1994. Actitud versus hábito general: antecedentes de la elección del modo de viaje. J. Appl. Soc. Psychol. 24, 285–300. https: / /
doi.org/10.1111/j.1559-1816.1994.tb00583.x .
Willis, DP, Manaugh, K., El-Geneidy, A., 2015. Ciclismo bajo influencia: resumen de la influencia de las percepciones, actitudes, hábitos y entornos sociales en
ciclismo para transporte. En t. J. Sustain. Transp. 9, 565–579. https://doi.org/10.1080/15568318.2013.827285.
Wu, H., Leung, SO, 2017. ¿Se pueden tratar las escalas Likert como escalas de intervalo? —Un estudio de simulación. J. Soc. Serv. Res. 43, 527–532.https://doi.org/10.1080/01488376 .
2017.1329775 .
Xing, Y., Volker, J., Handy, S., 2018. ¿Por qué a la gente le gusta andar en bicicleta? Modelar el efecto hacia el ciclismo. Transp. Res. Parte F Psicología del tráfico. Behav. 56, 22–32. https: / /
doi.org/10.1016/j.trf.2018.03.018.
Ye, R., Titheridge, H., 2017. Satisfacción con el viaje: el papel de la elección del modo de viaje, el entorno construido y las actitudes. Transp. Res. Parte D Transp. Reinar. 52,
535–547. https://doi.org/10.1016/j.trd.2016.06.011

Articulo Traducido de Vias

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Articulo Traducido de Vias

Încărcat de

Drepturi de autor:

Formate disponibile

Página 1

Listas de contenidos disponibles en ScienceDirec t

Investigación de transporte Parte D

¿Las actitudes y percepciones ayudan a explicar la infraestructura para

INFORMACIÓN DEL ARTÍCULO

S-ar putea să vă placă și