MétaCan
Menu
Retour à la cohorte
Enregistrement W2738783740 · doi:10.3141/2668-06

Who is Picking Up the Child from Day Care?: Understanding the Intrahousehold Dynamics in Drop-Off and Pickup Allocation for Households with Dependent Children

2017· article· en· W2738783740 sur OpenAlexafffund
Adam Weiss, Khandker Nurul Habib

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueTransportation and Mobility Innovations
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Toronto
Mots-clésPickupBudget constraintEconometric modelEconomicsDrop (telecommunication)Computer scienceConstraint (computer-aided design)Location-allocationResource allocationOperations researchEconometricsMicroeconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

This paper presents a joint model for the allocation of drop-off and pickup responsibilities and the choice of the day care location for two-adult households with dependent children. This analysis aims to capture the trade-offs that occur at the household level in the selection of both day care location and drop-off and pickup responsibility allocation. The paper uses a stochastic frontier modeling approach to predict feasible locations for each possible allocation pair. The frontier model predicts the maximum distance an individual would be willing to travel within a time budget constraint. This travel time prediction is then applied to each individual for generating feasible location sets given two endogenous anchor points. The paper then presents a joint econometric-choice model of task allocation and day care location with heterogeneous sampling correction factors for each possible allocation. Captured within the model are the choice of who performs the drop-off and pickup activities and the eventual location that is selected for day care. The model structure provides key insights into both the choice to use day care and the allocation of drop-off and pickup responsibilities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,057
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,070
Tête enseignante GPT0,328
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetTransportation and Mobility InnovationsTravaux en français237 207