Detalhes bibliográficos
Ano de defesa: |
2022 |
Autor(a) principal: |
Baracat, Thaís Malta |
Orientador(a): |
Não Informado pela instituição |
Banca de defesa: |
Não Informado pela instituição |
Tipo de documento: |
Dissertação
|
Tipo de acesso: |
Acesso aberto |
Idioma: |
por |
Instituição de defesa: |
Biblioteca Digitais de Teses e Dissertações da USP
|
Programa de Pós-Graduação: |
Não Informado pela instituição
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: |
|
Link de acesso: |
https://www.teses.usp.br/teses/disponiveis/3/3138/tde-26102022-081115/
|
Resumo: |
Os sistemas de bicicletas compartilhadas vêm ganhando popularidade nos últimos anos, de forma que precisam ser responsivos à demanda. Logo, faz-se necessário entender o comportamento espaço-temporal dessas viagens. Esta pesquisa estudou o sistema de estações fixas Bikesampa, da cidade de São Paulo, e teve como primeiro objetivo classificar as estações segundo a demanda horária de retiradas e devoluções. O algoritmo de agrupamento k-médias foi utilizado, resultando na identificação de três grupos de estações: (i) balanceado, (ii) desbalanceado, com maior número de retiradas na manhã, e (iii) desbalanceado, com maior número de devoluções pela manhã. Através de uma análise de autocorrelação espacial, verificou-se que as estações de cada grupo não se distribuem aleatoriamente no espaço, indicando a necessidade de diferentes estratégias de reposicionamento de bicicletas entre estações dependendo da área onde estão localizadas e sugerindo a existência de associação com características do entorno das estações. Esta hipótese foi confirmada por meio de um modelo probit, que demonstra a associação do comportamento temporal da demanda com atributos da operação, do espaço urbano e características socioeconômicas. Conhecer o comportamento temporal das viagens de bicicletas compartilhadas permite o desenvolvimento de políticas de operação e de incentivo ao usuário para melhorar a eficiência desses sistemas. Também, permite prever o comportamento temporal das estações diante de novas estratégias de reposicionamento de bicicletas e implantação de estações no curto e médio prazo, ou após mudanças socioespaciais de longo prazo. |