MétaCan
Menu
Retour à la cohorte
Enregistrement W4367322667 · doi:10.1111/grow.12678

Developing a typology of daily travelers based on transportation attitudes: Application of latent class analysis using a survey of millennials and older adults in Hamilton, Ontario

2023· article· en· W4367322667 sur OpenAlexafffundabout
Shaila Jamal, K. Bruce Newbold, Darren M. Scott

Notice bibliographique

RevueGrowth and Change · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensMcMaster University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésLatent class modelTypologyLicensePossession (linguistics)PerceptionTravel behaviorExploratory analysisClass (philosophy)Travel surveyPsychologyGeographyTransport engineeringMarketingAdvertisingBusinessComputer scienceEngineeringStatisticsMathematicsData science

Résumé

récupéré en direct d'OpenAlex

Abstract Using survey data of millennials and older adults in Hamilton, Ontario, this exploratory study sought to identify daily travelers based on their attitudes and perceptions toward transportation modes using latent class analysis. Four daily traveler types are identified—“walk and transit‐oriented travelers,” “car‐oriented commuters,” “multimodal travelers,” and “car‐oriented travelers.” The study also examined the association of different sociodemographic characteristics and trip attributes with the four traveler types. Findings suggest that heterogeneity exists within travel‐related attitudes among different traveler types. Further, heterogeneous traveler types exist among individuals belonging to the same generation, with the same living arrangements and possession of a driver's license.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,449
Score d'incertitude au seuil0,600

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,075
Tête enseignante GPT0,317
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGrowth and ChangeMême sujetUrban Transport and AccessibilityTravaux en français237 207