Moving beyond the individual : activity-based modeling of time use and travel behavior incorporating intra-household interactions
Notice bibliographique
Résumé
The activity-based approach to the study of travel behavior implies a shift in focus from discrete trips to activities. A fundamental tenet of this approach is that individuals, when making their own activity-travel decisions, tend to interact with other members within a household. However, most activity-based research to date has been conducted at the individual level, but not at the household level. It is now well recognized that incorporating intra-household interactions is crucial to the development of improved activity-based models, which allow for more accurate travel demand forecasts and policy evaluations. In this context, the studies described in this dissertation have been conducted to explore several critical issues that have remained largely neglected in past studies. One such issue is the identification of joint participation in activity and travel episodes, due to the fact that most activity-travel surveys have failed to collect information on involved persons. In this dissertation, an integrated spatio-temporal GIS toolkit is initially developed to automatically identify and visualize (3D) joint activity/travel episodes. Such identification makes it possible to uniquely and directly incorporate intra-household interactions into studies of activity/travel behavior. The research described in this dissertation utilizes the 2003 CHASE (Computerized Household Activity Scheduling Elicitor) survey collected in the Greater Toronto Area. Several aspects of activity/travel behavior are investigated.. First, quantitative models are developed and estimated for investigating household activity time use patterns while capturing intra-household interactions. Second, the dynamics of household time use patterns are explored through descriptive analysis and structural equations models. Finally, the household activity decision-making process is further delved into with a focus on the planning priority of joint activities. Overall, the research presented in this dissertation makes important contributions to activity-based time use and travel behavior research: (1) technically, the developed GIS toolkit is helpful to reduce costs of processing large activity-travel datasets; and (2) theoretically, the empirical results presented will form the basis toward the development and implementation of an improved activity-based model.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».