Artigo em revista científica Q1
Machine learning approaches to bike-sharing systems: A systematic literature review
Vitória Albuquerque (Albuquerque, V.); Miguel Sales Dias (Dias, J.); Fernando Bacao (Bacao, F.);
Título Revista
ISPRS International Journal of Geo-Information
Ano (publicação definitiva)
2021
Língua
Inglês
País
Suíça
Mais Informação
Web of Science®

N.º de citações: 24

(Última verificação: 2024-06-19 08:43)

Ver o registo na Web of Science®


: 2.4
Scopus

N.º de citações: 27

(Última verificação: 2024-06-20 11:25)

Ver o registo na Scopus


: 2.4
Google Scholar

N.º de citações: 43

(Última verificação: 2024-06-19 22:32)

Ver o registo no Google Scholar

Abstract/Resumo
Cities are moving towards new mobility strategies to tackle smart cities’ challenges such as carbon emission reduction, urban transport multimodality and mitigation of pandemic hazards, emphasising on the implementation of shared modes, such as bike-sharing systems. This paper poses a research question and introduces a corresponding systematic literature review, focusing on machine learning techniques’ contributions applied to bike-sharing systems to improve cities’ mobility. The preferred reporting items for systematic reviews and meta-analyses (PRISMA) method was adopted to identify specific factors that influence bike-sharing systems, resulting in an analysis of 35 papers published between 2015 and 2019, creating an outline for future research. By means of systematic literature review and bibliometric analysis, machine learning algorithms were identified in two groups: classification and prediction.
Agradecimentos/Acknowledgements
wish to thank Vitor Duarte Santos and Maria Anastasiadou for their help in the PRISMA methodology. The authors would like also to thank the editorial team and the reviewers who provided constructive and helpful comments to improve the quality of the artic
Palavras-chave
Bike-sharing systems,Machine learning,Classification,Prediction,PRISMA method
  • Ciências da Terra e do Ambiente - Ciências Naturais
  • Engenharia do Ambiente - Engenharia e Tecnologia
  • Geografia Económica e Social - Ciências Sociais
Registos de financiamentos
Referência de financiamento Entidade Financiadora
UIDB/04466/2020 Fundação para a Ciência e a Tecnologia

Com o objetivo de aumentar a investigação direcionada para o cumprimento dos Objetivos do Desenvolvimento Sustentável para 2030 das Nações Unidas, é disponibilizada no Ciência-IUL a possibilidade de associação, quando aplicável, dos artigos científicos aos Objetivos do Desenvolvimento Sustentável. Estes são os Objetivos do Desenvolvimento Sustentável identificados pelo(s) autor(es) para esta publicação. Para uma informação detalhada dos Objetivos do Desenvolvimento Sustentável, clique aqui.