Is There Anything Exceptional about ICT Use While Travelling? A Time Allocation Framework for and Empirical Insights into Multitasking Patterns and Well-Being Implications from the Canadian General Social Survey
Notice bibliographique
Résumé
Being involved in multiple tasks at the same time, usually termed multitasking, is a common presence in most people's lives as reported in various time use and travel behaviour studies. In recent years some researchers have explored the role of information and communication technology (ICT) devices in enabling a greater range of activities while travelling, whereas others reported links between ICT and increased time stress. In this paper, the authors investigate the extent to which ICT use during travel differs from uses during other activities, and how such patterns are linked to indicators of well-being. The authors present an extended microeconomic time allocation framework with a tensor-based time constraint which can be used to explain the propensity of certain activities to occur jointly. The authors operationalise our framework using a general linear model and the Canadian General Social Survey 2010 53 (n=13,313), also linking time allocation patterns to indicators of time crunch. The analysis indicates that secondary ICT activities constitute a comparatively low fraction of the time allocated to primary activities (although this is likely subject to underreporting). A number of socioeconomic attributes, such as age, education, and relationship status, are associated with the propensity to engage in ICT-based multitasking. The pattern of individual attributes associated with participation in secondary ICT activities is found to be reasonably consistent across primary activities, including travel. Finally, the authors note that ICT use as a secondary activity can be an indicator of time crunch, but the actual relationship depends on individuals' characteristics and the context of multitasking.
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 | 0,006 | 0,001 |
| 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 | 0,006 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».