A Comparative Study of Passenger Multitasking Activities on Commuting and Leisure Electrified Intercity Railways
Notice bibliographique
Résumé
The electrification of intercity railways plays a significant role in energy conservation and emission reduction. Research on passenger travel activities to optimize vehicle services can help to understand how best to improve passenger attraction and the use of intercity railways. In this study, we conducted observational research on two electrified intercity railways that were segregated by the attributes, leisure, and commute. The purpose was to determine the influence of line attribute, passenger gender, age, and seat availability on the types of activities performed onboard, with specific attention placed on the use of information and communication technology (ICT). Using structured observations, the travel multitasking activity data of 467 passengers were collected on two intercity railways in real-life situations. Using the chi-square test and binary logistic regression analysis, it was found that line attribute, gender, age, and seat availability have an impact on passenger activities. Differences in factors affecting passenger activities were also found according to the nature of their travel, whether for commute or leisure. Our results suggest that passengers on the leisure line prefer to engage in some social activities. For example, the probability of conversation among passengers on the leisure line was 3.47 times that of the commuting line, and the middle-aged and elderly travelers on this line were more likely to be in a daze and look around. The probability of taking a break for passengers on the commuting line was 3.625 times that of the leisure line, and passengers who were not seated on this line were found to be more likely to be idle. In addition, male travelers and young travelers preferred to engage in ICT immersive activities, such as using mobile phones, while women, middle-aged, and elderly travelers were more likely to engage in non-ICT immersive activities. Seated passengers were more likely to engage in simultaneous multitasking activities, rest, and conversations than passengers without seats.
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 | 0,000 | 0,002 |
| 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 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».