Factors That Influence Older Canadians’ Preferences for using Autonomous Vehicle Technology: A Structural Equation Analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Accessible and safe mobility is critical for those aged 65 years and older to maintain their health, quality of life, and well-being. Being able to move beyond one’s home and participate in activities in older adulthood requires consideration of both transportation needs and preferences. This paper aims to address a gap in evidence with respect to understanding factors that can affect older adults’ perceptions and willingness to use autonomous vehicles. In addition, it examines how these factors compare with those of younger adults to better understand the potential implications of this technology on mobility and quality of life. Using responses of those aged 65+ to a national survey of Canadians, structural equation modeling (SEM) was used to identify and quantify factors significantly associated with older adults’ willingness to use autonomous vehicles. The SEM results suggest that factors such as using other modes of transit (e.g., sharing rides as passenger, bicycle, public transit, commuter rail, ride and car sharing) as well as distance traveled by automobile, income, gender (being male), and living in urban areas, were all positively associated with older adults’ perceptions of using autonomous driving features. The findings also suggest that older Canadians are more concerned about autonomous vehicles than younger Canadians. This study provides valuable insights into factors that can affect the preferences of Canadians when it comes to autonomous technology in their automobiles. Such results can inform the way in which transportation systems are designed to ensure the needs of users are considered across both age and ability.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| 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 | 0,000 | 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 découle