The Effect of Acceptability and Personality on the Intention to Use Automated Vehicles among Chinese Samples
Notice bibliographique
Résumé
The development of automated vehicles (AVs) has attracted increasing attention. Understanding public acceptance of AVs and their intention to use them, which are the primary aims of the present study, are especially important considering that increasingly more AVs will be moving on the road in the coming future. A total of 527 participants voluntarily and validly completed a series of questionnaires, including the automated vehicle acceptability scale (AVAS), Big Five Inventory (BFI), and some sociodemographic variables. The results of an internal consistency, reliability, and confirmatory factor analysis (CFA) confirmed the two-factor (contextual acceptability and impaired driving) structure of the AVAS. The Chinese public generally has a positive attitude towards AVs. In addition, our results indicate the possibility of the misuse of AVs. More importantly, the results reveal that contextual acceptability partially mediated the effect of agreeableness on the willingness to drive and the willingness to own AVs and fully mediated its effect on the willingness to rent AVs, while contextual acceptability and interest in impaired driving fully mediated the effect of the openness on the willingness to drive, own, and rent AVs. Manufacturers and retailers in the automotive vehicle industry should provide their customers with comprehensive information regarding the principles and limitations behind the system and the responsibility and obligations of the drivers to avoid misuse. Moreover, providing more targeted services according to customers’ different personality traits might be a useful sales technique.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».