Activity Rescheduling Strategies and Decision Processes in Day-to-Day Life
Notice bibliographique
Résumé
Results are presented from an in-depth survey of the rescheduling decision process as it occurs in day-to-day life. The multistage survey involved a preplanning interview, followed by a prompted-recall diary supported by the Global Positioning System. Subsequent comparison of preplans with executed schedules was done to identify schedule modifications, deletions, and more-impulsive additions automatically. An open-ended interview was then used to elicit the planning time horizon of rescheduling decisions, the impetus of a decision, the impact of a single decision on the rest of the schedule, and the process that subjects go through to make a decision. Responses were then compared with different sociodemographic and activity variables by using a cross-tabulation and chi-squared analysis to determine if any associations exist. Highlights of these results include the findings that adding and deleting activities requires more talking in person, that personal need is a common cause for adding shopping activities, and that the more people involved in a decision, the longer the duration of the added activity. Three conclusions can be made from these findings. First, far more rescheduling decisions and scheduling conflicts were identified compared with previous studies. Second, there were many more varied causes of rescheduling decisions beyond those typically captured in existing rescheduling conflict models. Finally, sociodemographics had little effect on aspects of rescheduling decisions compared with activity variables. Discussion of how such results relate to past conceptual frameworks is included.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».