Predicting residents’ adoption of living environment improvement practices toward sustainable development: the role of internet use
Notice bibliographique
Résumé
Improving the living environment through household efforts remains a challenge for many developing countries. Little attention has been given to the role of Internet use in previous studies. Based on the Attitude Behavior Context (A-B-C) theory, this paper builds a theoretical framework where Internet use affects residents’ adoption of living environment improvement practices (LEIPs). Using large-scale household survey data from China, this paper adopts the recursive bivariate probit model to overcome the endogeneity biases and investigate the treatment effects of Internet use on residents’ adoption of integrated flushing toilets (IFT) and centralized disposal of domestic waste (CDDW). The results indicate that Internet use increases the likelihood of adopting IFT and CDDW by 24.5% and 19.0% respectively for Internet users. Besides, the counterfactual results show that the possibility of adopting IFT and CDDW will increase by 28.8% and 26.4% respectively if they use the Internet. Moreover, residents who are female, the CPC members, having more years of education and higher household income are more likely to adopt LEIPs. Additionally, the results show evidence of regional heterogeneity. Overall, the impact of Internet use on LEIPs adoption is larger for residents in less-developed and urban areas. The findings suggest that policies embedded with expanding Internet access shall help to promote the sustainable improvement of residents’ living environment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».