MARC

 008240612s2023      us  |||||||||||||||c||eng  d
■001000016931799
■00520240214100119
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798379709020
■035    ▼a(MiAaPQ)AAI30423776
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a4
■1001  ▼aKirabo,  Lynn.
■24510▼aForging  a  Path  Towards  Equity  in  Smart  Public  Transit  Systems▼h[electronic  resource]
■260    ▼a[S.l.]:▼bCarnegie  Mellon  University.  ▼c2023
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2023
■300    ▼a1  online  resource(136  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  84-12,  Section:  B.
■500    ▼aAdvisor:  Steinfeld,  Aaron.
■5021  ▼aThesis  (Ph.D.)--Carnegie  Mellon  University,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aPublic  transit  is  the  heartbeat  of  most  cities  around  the  world.  It  gives  communities  access  to  employment  and  services  like  health  and  education.  Policy  recommendations,  interventions,  and  research  on  public  transit  often  focuses  on  drivers  as  the  primary  stakeholder.  This  same  focus  is  evident  in  the  recent  proliferation  of  machine  learning  interventions  in  public  transit  technologies.  They  neglect  the  influence  and  impact  of  these  machine  learning  interventions  on  other  stakeholders  in  the  public  transit  ecosystem.  This  focus  runs  the  risk  of  automating  inequities  within  future  mobility  systems.  In  this  dissertation,  we  argue  that  to  design  for  equity  in  public  transit,  we  should  have  an  understanding  of  the  broader  public  transit  ecosystems  in  which  we  are  deploying  transit  AI  technologies.  My  completed  research  studies  traverse  two  geographic  contexts,  East  Africa  and  North  America.  My  work  shows  an  underlying  influence  of  trust  on  relationships  within  the  ecosystem,  and  unique  stakeholder  appropriation  of  transit  technologies.  Conversely,  we  also  found  a  suspicion  of  advanced  smart  transit  interfaces.  Thus,  we  propose  that  to  design  for  equity  in  smart  transit  systems,  designers  and  researchers  should  consider  two  dimensions  of  trust:  trust  in  the  interfaces  and  trust  between  stakeholders  within  the  ecosystem.  My  last  work  focuses  on  the  first  dimension,  trust  in  the  interface.  We  co-created  the  Jacaranda  Framework  -  a  framework  of  concerns  relevant  to  disabled  riders'  use  of  smart  transit  interfaces.  We  also  demonstrated  how  principles  from  the  framework  could  improve  users'  holistic  experience  with  smart  transit  interfaces.  This  thesis  makes  the  following  major  contributions:  1)  Establishes  a  multidimensional  connection  between  Trust  and  Ecosystems,  2)  Demonstrates  a  need  to  understanding  the  entire  ecosystem  when  considering  new  technologies,  3)  Presents  the  Jacaranda  Framework  -  a  framework  of  concerns  relevant  to  disabled  riders'  use  of  smart  transit  interfaces,  and  4)  Demonstrates  how  methodologies  can  be  adapted  for  research  in  these  areas.
■590    ▼aSchool  code:  0041.
■650  4▼aInformation  technology.
■650  4▼aComputer  science.
■650  4▼aTransportation.
■653    ▼aInclusive  design
■653    ▼aIntelligent  systems
■653    ▼aMachine  learning
■653    ▼aPublic  transit
■653    ▼aAI  technologies
■690    ▼a0489
■690    ▼a0984
■690    ▼a0709
■690    ▼a0800
■71020▼aCarnegie  Mellon  University▼bHuman-Computer  Interaction.
■7730  ▼tDissertations  Abstracts  International▼g84-12B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0041
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16931799▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서