Knowledge-workers and the sustainable city: the travel consequences of car-related job-perks
Notice bibliographique
Résumé
Attracting firms in knowledge and technology intensive (KTI) sectors is highly desired at both the national and the regional level as a powerful engine of economic growth. Due to fierce competition in KTI sectors and national taxation policies, KTI firms often attract high-quality employees by offering car-related job perks as additional incentives to wage. In Canada, car allowance is offered by 46% of the employers to attract highly-skilled workers. In Israel, 61% of knowledge-workers in the KTI sectors receive a company-car with respect to 16% of workers in other sectors. In the U.K., car-related job perks are offered by 18% of the employers. This study focuses on the impact of car-related job-perks on the travel behavior of knowledge-workers. The importance of this issue derives from the impact of the travel behavior of knowledge-workers on congested transportation networks in metropolitan areas, as knowledge-based economy tends to concentrate mainly in metropolitan regions. This study applies discrete choice models in order to analyze the impact of company-cars and car allowances (reimbursement of fuel and parking expenses) on commute and leisure travel of knowledge-workers. The analyzed data consist of 750 observations, retrieved from a revealed-preferences survey among KTI workers who work and reside in the Tel-Aviv metropolitan area in Israel. Results show that car-related job perks are associated with (i) high annual mileage, (ii) high propensity of using the car as main commute mode, (ii) long commute distances and travel times, (iii) high trip chaining frequency in commuting trips, and (iii) high frequency of long-distance weekend leisure trips. Result also show that KTI workers generally prefer the car or non-motorized transport modes over the bus system. These results suggest that the development of sustainable knowledge-based cities should consider (i) the replacement of car-related job perks by other incentives, (ii) the provision of pedestrian and cyclist friendly infrastructures, and (iii) public transport improvements.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».