Which Factors Affect User Satisfaction with ETC? Evidence from Shanghai and Beijing
Notice bibliographique
Résumé
Owing to the current development trend of globalization and informatization, traditional transportation technologies and means can no longer meet the needs of economic and social development. Thus, intelligent transportation will be an inevitable and revolutionary choice for the development of the transportation industry. As a subsystem of the intelligent transportation system, the electronic nonstop toll collection (ETC) system provides a good solution to the problems of traffic congestion, environmental pollution, energy consumption, and low toll operation efficiency caused by expressway toll collection. This high-technology system is utilized in many fields, such as radio communication and computer and automatic control in the transportation field. China’s expressway ETC systems have evident effects on congestion reduction at toll stations. Although the advantages of ETC lanes are significant, and China actively implements ETC-handling policies, some drivers are reluctant to install ETC on-board systems or they have negative experiences after handling them. According to a survey, existing literature lacks research on the factors affecting user satisfaction with ETC. On the basis of the questionnaire data of ETC user experience in Shanghai and Beijing, we comprehensively investigate the reasons of banking, ETC equipment, and drivers’ personal factors and travel characteristics to establish an ordinal logistics model. Through cluster analysis, drivers in the two cities are divided into three groups, and the significance of related variables is further analyzed. This research can help us understand the degree of influence of different factors on user satisfaction with ETC to a certain extent. Moreover, effective methods and measures can be used to promote the popularity of ETC vehicle equipment and the utilization rate of ETC-dedicated lanes.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».