Het is bekend dat het nemen van voldoende fysieke activiteit het risico op een slechte gezondheid en prematuur vermindert
sterfte, vanwege de impact op verschillende niet-overdraagbare ziekten (bijvoorbeeld hartaandoeningen). Stedelijk
interventies in de fysieke omgeving (bijvoorbeeld verbeterde trottoirs) om actief transport te bevorderen
zijn krachtige hulpmiddelen om de niveaus van fysieke activiteit te verhogen. Stedelijke interventies vallen echter niet onder
de controle van de evaluerende onderzoekers, waardoor de evaluaties zeer uitdagend zijn om te ontwerpen.
Complementair aan evaluaties van stedelijke interventies, kunnen simulaties van dergelijke interventies
cruciale informatie verschaffen voor transportplanning en volksgezondheid.
Het hoofddoel van deze studie is het evalueren van de impact van gesimuleerde stedelijke interventies op
vervoersgerelateerde fysieke activiteit met agent-gebaseerde simulatiemodellen. Innovatieve machine
het leren van voorspellingsmodellen op basis van zelfverzamelde GPS- en accelerometergegevens zal ons in staat stellen om
detecteer transportgedrag en gerelateerde fysieke activiteitsniveaus in vier datasets (n = 4443) eerder
verzameld in Gent (België). Met de gecombineerde gegevens zullen we agent-gebaseerde simulatiemodellen uitvoeren
van stedelijke interventies. De gesimuleerde stedelijke interventies zullen worden beoordeeld op hun impact op
fysieke activiteitsniveaus, door veranderend vervoersgedrag. Toekomstig onderzoek zal kunnen gebruiken
de modellen om de potentiële impact van stedelijke interventies op andere vervoersgerelateerde zaken te evalueren
vorderingen; bijvoorbeeld de invloed van verkeersremmende maatregelen op luchtverontreiniging.