Metropolitan mobility options and individual identities: How much households' mobility choices are determined by residential-related identities?
Notice bibliographique
Résumé
Daily mobility is an ordinary problem that fits into the complexity of everyday household life. Mobility is also a dimension of identity, a predisposition which gives individuals a specific framework for dealing with activities and travels. Thus, households’ choices are made with a wide range of rational elements (economic, time, accessibility, etc.), but also with more sensible elements (preferences, past experiences, satisfaction, etc.). In addition, large-scale urban projects aim to improve modal split and to facilitate households’ commutes conditions. Since poles of employment generate the main concentrated flows of urban travel, those poles are at the core of strategic planning. Beyond improving mobility, changing job location may involve contrasted issues for households, positive (e.g., travel efficiency, sustainable mobilities, etc.) and negative (e.g., freedom of choice, undesirable mode change). This paper focuses on an exceptional workplace relocation (2015) in Montréal – McGill University Health Center – and explores the daily commute choices for more than 10,000 metropolitan workers. While metropolitan accessibility is sharply improved, the new workplace offers a low-quality mobility environment compared to former ones (n=5) located downtown. What mobility choices do metropolitan employees make in order to rebuild their travel routines? What is the importance of both mobility habits and mobility identities in commute changes/satisfaction? Using an internet retrospective survey (n=1 977) conducted with the concerned workers, mobility strategies have been explored. Principal component analyses and clustering are used to take into account lifestyles typology into a logistic regression model in order to explain mode choice according to identities, workers’ socioeconomic characteristics, built environment and structural urban characteristics. Beyond the importance of accessibility, attitudes towards mobility have strong explanation power for specific workers' profiles. These variables should be better embraced by transportation plans.
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 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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,001 | 0,002 |
| 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».