Population Synthesis based Pseudo Panel Modeling of Out-of-Home Discretionary Activity Duration
Notice bibliographique
Résumé
This paper presents a novel approach of pseudo panel based duration modeling of discretionary activities. Pseudo panel observations are derived from a population synthesis method utilizing repeated cross-sections of Canadian time use data of 1992, 1998, 2005, and 2010. Duration models are estimated for four major out-of-home discretionary activities including shopping, recreational, social, and entertainment activities. Public-use micro-data has a small sample for each surveyed year. Hence, expansion of the sample is necessary to develop reasonable pseudo panel cohorts for duration model estimation. Therefore, this study uses a Multi-dimensional Population Synthesis (MPS) based approach to generate synthetic population for pseudo panel modeling. The sample size of 645, 672, 1105 and 962 have been expanded to 5% of the total population of Nova Scotia, Canada for each of the surveyed years. In order to capture panel effects, a Latent Class Accelerated Hazard (LCAH) model is considered. Model results provide significant behavioural insights for long-time span pseudo panels. For instance, individuals from different age groups and generations showed different activity pattern with regards to marital status, working status etc. Moreover, married individuals spend a longer duration in shopping activities but shorter duration in recreational activities. Models results also suggest that significant heterogeneity across latent classes exists. For instance, single individuals from Latent Class1 (LC1) spend a shorter duration in social activities whereas single individuals from Latent Class2 (LC2) spend a longer duration. The study demonstrates that the application of pseudo panel methodology can be utilized for exploring longitudinal dynamics of activity duration where panel travel survey is absent.
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 | 0,011 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».