Exploration of Short-Term Vehicle Utilization Choices in Households with Multiple Vehicle Types
Notice bibliographique
Résumé
With the growing concerns of energy sustainability, greenhouse gas emissions, and climate change, there is an increasing interest in understanding vehicle ownership and utilization decisions better so that effective policies can be implemented to reduce the negative impacts of private automobile usage. Although there is a rich body of literature on the long-term decisions of vehicle ownership and the composition of vehicles, the short-term choices of which vehicle to use from the household's vehicle holdings and what distance will be traveled to access opportunities, as well as the interrelationship between the two, are less understood. The purpose of this study was to contribute to the literature on short-term vehicle utilization decisions with the use of data collected in 2009 from the National Household Travel Survey. A latent class segmentation model was estimated with alternate interrelationship structures as the latent classes. Within each latent class, the choices were modeled consistently with the interrelationship structure through the introduction of the first choice as an explanatory variable in the model of the second choice. Additionally, scale was introduced to account for differences in the choices and interrelationships across regions. Most of the model estimation results were behaviorally plausible and consistent with expectations. A significant finding was that interrelationships in both latent classes were insignificant. It was also found that the latent model, even with the insignificant interrelationships, outperformed the alternate model formulations in terms of model fit. This finding shows that the latent segments may capture unobserved heterogeneity beyond the interrelationships.
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 | 0,005 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 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 ».