Travel Behavior Changes after COVID-19 Outbreak in Taiwan
Notice bibliographique
Résumé
Although the coronavirus disease (COVID-19) has been under control in Taiwan, the accumulated number of confirmed patients has reached up to 14,853, where 661 cases were fatal with a fatality rate of 4.45% (since the virus outbreak until July 1, 2021). Globally, the toll of confirmed cases has reached 182,641,391 people, where 3,955,679 cases were fatal with a fatality rate of 2.17% (from the virus outbreak until July 1, 2021). Considering the disease has not been under control yet and IT still significantly influences people’s daily travel behavior worldwide, it is urgent to investigate as to what extent it changes people’s travel habits. Therefore, we conducted a survey from April 24 to May 2, 2020, to obtain data on Taiwanese people’s travel behavior before and after the outbreak of COVID-19. Two models, logistic regression and ordered logit models, were used. As for the models’ performance, the estimated thresholds of the ordered logit model are significantly positive, and its coefficient is smaller than that of the logistic model, indicating that the estimated coefficients would be overestimated if the dependent variable is dichotomous. Hence, this study suggests that the influence of COVID-19 on travel behaviors in Taiwan can be explained by the ordered logit models. Several important conclusions are described as follows. First, people might significantly reduce travel activities related to social entertainment during the pandemic outbreak. Second, the total travel activities by private vehicles are significantly reduced, while there is no significant decrease in the use of transit. Finally, the important explanatory variables included the importance of the time to promote government policies (such as implementing the real-name registration system for mask purchases, publishing confirmed cases, and establishing the transit disinfection system), types and number of weekly activities, and storage of various types of consumer goods. The results of our study can serve as an important reference for accommodating similar scales of pandemics occurring in the future.
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 | 0,001 |
| Bibliométrie | 0,000 | 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 | 0,001 | 0,001 |
| 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 ».