MétaCan
Menu
Retour à la cohorte
Enregistrement W1563261494

Is Awareness of Public Charging Associated with Consumer Interest in Plug-in Electric Vehicles?

2015· article· en· W1563261494 sur OpenAlexaffabout
Amy Miele, Joseph P. Bailey, Jonn Axsen

Notice bibliographique

RevueTransportation Research Board 94th Annual MeetingTransportation Research Board · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Vehicles and Infrastructure
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésBivariate analysisVisibilityPurchasingSample (material)Public interestAdvertisingBusinessMarketingGeographyStatisticsPolitical scienceMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Policymakers often seek to increase the visibility of plug-in electric vehicle (PEV) chargers in public locations in effort to build familiarity and interest in PEVs. However, it is not clear if the visibility of public charging stations actually has an impact on PEV demand. The purposes of the present study are to (1) assess the current levels of visibility for public PEV charging infrastructure within Canada and (2) identify whether or not a statistically significant relationship exists between consumer awareness of public charging infrastructure and interest in purchasing a PEV. We use data collected from a sample of 1739 Canadian new-vehicle buyers in 2013. About 18% of Canadian respondents have seen at least one public charger, while the proportion is highest in British Columbia (31%). We find a significant bivariate relationship between public charger awareness and PEV interest. However, when controlling for multiple explanatory variables in regression analyses, the relationship is weak or non-existent. While perceived existence of at least one charger exhibits no significant relationship with PEV interest, perceived existence of multiple chargers can have a weak but significant relationship. Thus, public charger awareness is not a strong predictor of PEV interest; other variables are more important, such as the availability of level 1 (110/120-volt) charging at home.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,007
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,092
Tête enseignante GPT0,341
Écart entre enseignants0,248 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransportation Research Board 94th Annual MeetingTransportation Research BoardMême sujetElectric Vehicles and InfrastructureTravaux en français237 207