Exploring the Role of Shared Mobility in Alleviating Private Car Dependence and On-Road Carbon Emissions in the Context of COVID-19
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Shared mobility is becoming increasingly popular worldwide, and travelers show more complex choice preferences during the post-pandemic era. This study explored the role of shared mobility in the context of coronavirus disease (COVID-19) by comparing the travel mode choice behavior with and without shared mobility. Considering the shared mobility services of ride-hailing, ride-sharing, car-sharing, and bike-sharing, the stated preference survey was designed, and the mixed logit model with panel data was applied. The results show that if shared mobility is absent, approximately 50% of motorized mobility users and 84.62% of bike-sharing adopters will switch to using private car and public transport, respectively. The perceived pandemic severity positively affects the usage of car-sharing and bike-sharing, while it negatively affects the ride-sharing usage. Under different pandemic severity levels, the average probabilities of private car choice with and without shared mobility are 38.70 and 57.77%, respectively; thus, shared mobility would alleviate the dependence on private car in post-pandemic future. It also helps to decrease the on-road carbon emissions when the pandemic severity is lower than 53. These findings suggest policymakers to maintain the shared mobility ridership and simultaneously contain the pandemic. Additionally, pricing discount and safety enhancement are more effective than reducing detour time to protect ride-sharing against COVID-19.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 découle