MétaCan
Menu
Retour à la cohorte
Enregistrement W3138058623

Qualitatively exploring the effect of change in the residential environment on travel behaviour

2019· article· en· W3138058623 sur OpenAlexaff
Temitope Farinloye, Emmanuel Mogaji, Stella A. Aririguzoh, Tai Anh Kieu

Notice bibliographique

RevueCovenant University Repository (Covenant University) · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensQuest University Canada
Organismes subventionnairesnon disponible
Mots-clésBehaviour changeBuilt environmentTravel behaviorQualitative researchRealisationMarketingPublic relationsBusinessTransport engineeringPsychologySociologyEngineeringPolitical scienceCivil engineeringSocial science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Qualitative research with residents relocating from London was undertaken to develop an understanding of how and to what extent a change in the residential environment affected people’s travel behaviour and attitudes. Data was collected through semi-structured interviews and was thematically analysed. The findings reveal that when in a new location, residents observe the features of their built environment, identify the cause of their stress, and make efforts to address it with a change in travel behaviour. The key contribution of this study is the realisation of different levels of travel behaviour in response to a change in residential location – some residents maintained their travel behaviour, some complemented it, while some changed their behaviour to adapt to their new built environment. Theoretically, this research contributes to the extension of knowledge on travel behaviour as it focuses on suburbanising Londoners; the qualitative method adopted for this research also contributes to current knowledge. Practically, there is the potential of developing a travel behaviour change initiative around ridesharing and policy changes and initiatives to improve physical planning and sustainable travel.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,053
Tête enseignante GPT0,255
Écart entre enseignants0,203 · 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'étudeQualitatif
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCovenant University Repository (Covenant University)Même sujetUrban Transport and AccessibilityTravaux en français237 207