The future of telecommuting post COVID-19 pandemic
Notice bibliographique
Résumé
COVID-19 caused unprecedented changes in the daily lives of many people worldwide, with many working from home for the first time. This shift in working arrangement has the potential to have a lasting impact in future. This paper investigates longer-term impacts of COVID-19 on work-arrangements, specifically, individuals' preferences towards work-from-home post COVID-19. This study utilizes data from a stated preference component of a travel survey conducted in the Central Okanagan region of British Columbia. A random parameter ordered logit model is developed to accommodate the ordinal nature of the preference variable and capture unobserved heterogeneity. One of the key features of the study is to confirm the effects of residential choice in-terms of location characteristics and dwelling attributes on work-from-home preferences after the pandemic. For example, individuals' dwelling attributes such as larger sized dwelling, larger sized apartments are likely to have positive effect on frequent work-from-home. The model confirms significant heterogeneity, in relation to location characteristics such as commute distance and distance to urban center. For instance, initially, females were less likely to work-from-home. However, they showed significant heterogeneity with large standard deviation, specifically their preference was found to vary by residential location. For instance, females residing farther from urban centers prefer a higher frequency of work-from-home. Elasticity analysis suggests that part-time female workers, mid-age individuals, full-time workers with children, and full-time workers with longer commutes have a significantly higher probability to work-from-home every day after the pandemic. The findings of the study provide important insights which will assist in developing effective work-from-home strategies post-the-pandemic.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 ».