总结托德·利曼(Todd Litman)是维多利亚运输政策研究所的创始人兼执行董事,该研究所是一个独立的研究组织,致力于开发创新的解决方案以解决运输问题。他的工作有助于扩大运输决策,改进评估方法并使更大受众访问的专业技术概念的影响和选择范围。他的研究在运输规划和政策分析中全世界使用。Litman先生从事众多研究,以评估运输成本,收益和创新。他创作了新的机动性:新兴运输技术的智能计划,该技术研究了新运输模式和服务的收益,成本和公平影响;在线TDM百科全书,这是一种综合的互联网资源,用于识别和评估移动性管理策略;运输成本和收益分析:一项技术,估计和含义,一项全面的研究,以易于应用的形式提供成本和福利信息;以及停车管理的最佳实践,一本关于停车问题创新管理解决方案的综合书。Litman先生曾担任各种客户的研究和计划顾问,包括政府机构,专业组织,开发商和非政府组织。他曾在南极以外的每个大陆上工作过二十多个国家。Litman先生是会议和讲习班的经常发言人。他的演讲范围从技术和实践到幽默和鼓舞人心。他在行星网站上定期博客。他活跃于多个专业组织,包括运输工程师研究所(ITE),运输研究委员会(TRB,美国国家科学院的一部分)和停车改革网络。除了技术写作外,托德还与他的妻子Shoshana Litman共同撰写了两本旅行书籍(华盛顿;在太平洋西北地区的最佳自行车和最佳自行车骑行)。他们居住在不列颠哥伦比亚省维多利亚州。
1免责声明:本文所表达的观点是作者自己的观点,不一定代表其各自的公司,代理或美国政府的立场。Micole Allekotte是律师事务所的高级律师。莱斯利安·凯斯勒(Lesleyanne Kessler)是执法,美国海关和边境保护局副首席顾问。Heather Litman是Grunfeld,Desiderio,Lebowitz,Silverman&Klestadt LLP的合伙人。 Monica Triana是美国国际贸易野外办事处美国司法部的高级审判律师。Heather Litman是Grunfeld,Desiderio,Lebowitz,Silverman&Klestadt LLP的合伙人。Monica Triana是美国国际贸易野外办事处美国司法部的高级审判律师。
dejligbjerg,M.,Grauslund,M.,Litman,T.,Collins,L.,Qian,X.,Jeffers,M.,Lichenstein,H.I类同工型组蛋白脱乙酰基酶的差异作用和HELALA细胞中Belinostat或丙戊酸的酶促抑制作用。Mol Cancer 7,70。DOI:10.1186/1476-4598-7-70Mol Cancer 7,70。DOI:10.1186/1476-4598-7-70
非物理运输往往比替代形式的运输和娱乐更实惠和资源效率,如表1所示。这并不是说步行和骑自行车可以达到各种目的,而是强调了它可以提供的潜在财务和资源。表1非机动运输通常比替代方案便宜且高效的昂贵且资源密集的步行和自行车,并进行运输自行车,并操作汽车步行和自行车进行运动加入健康俱乐部的步行和骑自行车的儿童到学校的司机儿童到学校的学校,到学校建造了人行道,并建造了与替代方案相比,往往可以实现步行和停车设施的步行设施和骑自行车。传统的旅行数据往往会降低规模,因此低估了积极的旅行,因为它们通常会忽略短途旅行(交通分析区域内的旅行),非工作旅行,儿童旅行,娱乐性旅行以及多模式旅行的非运动链接(Litman 2003)。例如,大多数旅行调查都将“自动步行”或“步行式步行”旅行分类为“自动”或“过境”步行链接,即使它们在公共通行权上进行,并且涉及与机动链接一样多的时间。通常被引用的统计数据,例如人口普查通勤模式共享数据,表明,不到5%的旅行是通过步行和骑自行车来进行的,例如国家家庭旅行调查等更全面的来源表明,实际上约有13%的旅行是通过主动模式的。图1非自动模式共享(美国人口普查,2017 NHTS)
[1] Gagan Bansal、Tongshuang Wu、Joyce Zhou、Raymond Fok、Besmira Nushi、Ece Kamar、Marco Tulio Ribeiro 和 Daniel Weld。2021 年。整体是否超过部分?人工智能解释对互补团队绩效的影响。在 2021 年 CHI 计算机系统人为因素会议论文集。1-16。[2] Zana Buçinca、Maja Barbara Malaya 和 Krzysztof Z Gajos。2021 年。信任还是思考:认知强制函数可以减少人工智能辅助决策对人工智能的过度依赖。ACM 人机交互论文集 5,CSCW1 (2021),1-21。[3] Adrian Bussone、Simone Stumpf 和 Dympna O'Sullivan。 2015.对临床决策支持系统中信任和依赖的解释的作用。 2015年医疗信息学国际会议。 160–169。 [4] Arjun Chandrasekaran、Viraj Prabhu、Deshraj Yadav、Prithvijit Chattopadhyay 和 Devi Parikh。 2018.解释是否能让 VQA 模型对人类来说更具可预测性?在 EMNLP 中。 [5] Muhammad EH Chowdhury、Tawsifur Rahman、Amith Khandakar、Rashid Mazhar、Muhammad Abdul Kadir、Zaid Bin Mahbub、Khandakar Reajul Islam、Muhammad Salman Khan、Atif Iqbal、Nasser Al Emadi 等。 2020.人工智能可以帮助筛查病毒和COVID-19肺炎吗? IEEE Access 8 (2020),132665–132676。[6] Berkeley J Dietvorst、Joseph P Simmons 和 Cade Massey。2015 年。算法厌恶:人们在看到算法错误后会错误地避开它们。《实验心理学杂志:综合》144,1 (2015),114。[7] Mary T Dzindolet、Scott A Peterson、Regina A Pomranky、Linda G Pierce 和 Hall P Beck。2003 年。信任在自动化依赖中的作用。《国际人机研究杂志》58,6 (2003),697–718。[8] Ana Valeria Gonzalez、Gagan Bansal、Angela Fan、Robin Jia、Yashar Mehdad 和 Srinivasan Iyer。2020 年。人类对开放域问答的口头与视觉解释的评估。 arXiv preprint arXiv:2012.15075 (2020)。[9] Patrick Hemmer、Max Schemmer、Michael Vössing 和 Niklas Kühl。2021 年。混合智能系统中的人机互补性:结构化文献综述。PACIS 2021 论文集 (2021)。[10] Robert R Hoffman、Shane T Mueller、Gary Klein 和 Jordan Litman。2018 年。可解释人工智能的指标:挑战与前景。arXiv preprint arXiv:1812.04608 (2018)。