MétaCan
Menu
Retour à la cohorte
Enregistrement W3036117810 · doi:10.18280/ijsdp.150406

Structural Equation Modelling of Household Long-Distance Flexible Travel Behavior

2020· article· en· W3036117810 sur OpenAlexvenueno aff
Jianjun Zhang, Feng Wang, Chunfu Shao, Xueyu Mi

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesMinistry of Education of the People's Republic of China
Mots-clésStructural equation modelingTravel behaviorTransport engineeringEconometricsComputer scienceEconomicsEngineeringMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

In recent years, more and more households plan to tourist destinations or visit relatives on holidays.Facing the surging demand for household travel, this paper aims to explore the generation mechanism of household long-distance flexible travel on holidays.Firstly, a questionnaire survey on long-distance flexible travel behavior was conducted among middleincome households in first-and second-tier cities.Then, multiple endogenous and exogenous variables were extracted from the survey data.On this basis, a structural equation model (SEM) was established to analyze the influence of individual attributes, economic attributes, and household attributes over the travel attributes and travel intensity of household long-distance flexible travel.The results show that economic attributes had the greatest impact on travel intensity, among all exogenous variables.This means household income promotes the travel intensity, especially travel duration.Besides, household attributes negatively affect travel intensity.In other words, with the growing number of elderlies, children, and employed in the household, the number of travelers in household travel will increase, while the intensity of household travel will decline; the household will prefer to travel by car.The research results provide theoretical supports to the research of household flexible travel behavior, and enable tourist cities to effectively manage and optimize holiday traffic.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,079
Tête enseignante GPT0,296
Écart entre enseignants0,217 · 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'étudeSimulation ou modélisation
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetTransportation Planning and OptimizationTravaux en français237 207