Links between Attitudes, Mode Choice, and Travel Satisfaction: A Cross-Border Long-Commute Case Study
Notice bibliographique
Résumé
This paper focuses on a particular form of high mobility, namely the long journeys to work generated by cross-border job market. More precisely, it studies the impact of such behaviors on well-being by analyzing the relationships between mode choice, transport-related attitudes, socio-demographic and spatial attributes, and the level of satisfaction in the context of cross-border long commutes to Luxembourg. The statistical modelling is rooted to a conceptual framework that emphasizes the mutual dependencies between attitudes, mode choice, and satisfaction. Based on a survey among long-distance commuters (N = 3093) held in 2010 and 2011, two ordered logistic regressions, one of which including latent constructs of transport-related attitudes derived from a structural equation modelling, are developed to explain satisfaction in commuting. Main findings are: (1) Travel-related attitudes influence satisfaction with travel more than socio-demographic attributes; (2) public transport users are globally more satisfied in commuting than car drivers; (3) the socio-economic model of satisfaction is plagued by omitted variables issues; (4) the attitude model of satisfaction drops all but one socio-economic attributes (education remains) while improving adjustment (Pseudo-R-squared = 0.57 versus 0.09; BIC = 2953 versus 6059) and avoiding omitted variables bias. The effect of attitudes and other latent constructs is of paramount importance, even concealing most socio-demographic attributes to assess satisfaction. The conclusion is devoted to a discussion on the sustainability of these cross-border long commutes from the individual, social, and environmental points of view.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 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 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 ».