How Future Plug-in Electric Vehicle Buyers Differ from Present Owners
Notice bibliographique
Résumé
The entry of various plug-in electric vehicles (PEVs) into the passenger vehicle sector provides novel opportunities to learn about the potential future PEV markets. However, early PEV buyers (or “Pioneers”) can substantially differ from buyers of conventional gasoline vehicles that have interest in purchasing PEVs in the future (or the potential “Early Mainstream” buyers). To directly compare Pioneers and Early Mainstream buyers in terms of characteristics, preferences and motivations, the authors draw data from the Canadian Plug-in Electric Vehicle Study, which implemented a three-part mixed-mode survey with samples of PEV owners (n = 94) and conventional new vehicle buying households (n = 1754). The authors identify several statistically significant differences in household characteristics, including income, education, and recharge access. In terms of preferences, Pioneers express extremely high valuation of PEVs and prefer pure battery electric vehicle (BEV) designs over plug-in hybrid electric (PHEV) designs. In contrast, Early Mainstream respondents greatly prefer PHEVs. Both Pioneer and Early Mainstream respondents are similarly cautious about controlled charging programs, but Pioneers place five times as much value on using electricity generated from renewable sources. Pioneers also tend to have different motivations, being significantly more likely to have higher levels of environmental concern, and to engage in environment- and technology-oriented lifestyles. Policymakers, automakers, and electric utilities that anticipate a transition to electric mobility ought to consider how future PEV buyers may significantly differ in their technology preferences, usage and motivations relative to current PEV owners.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».