Evaluation of Direct and Indirect Effects of Teleworking on Mobility: The Case of Paris
Notice bibliographique
Résumé
This paper investigates how and to what extent changes in user behavior may mitigate the benefits of teleworking on commuting distance and time, a phenomenon often referred to as a “rebound effect.” The direct effect of teleworking is to reduce the number of commuting trips ( work travel effect). This may trigger behavioral changes among transport users: teleworkers may carry out additional trips for other purposes ( non-work travel effect), and may change their residential/job location, leading to longer commuting distances ( residential location effect). In addition, the improvement in travel conditions consequent to the work travel effect might result in greater mobility by non-teleworkers ( induced demand). Considering the Paris region as a case study, this paper applies a four-step travel demand model to evaluate several teleworking scenarios and quantify the rebound effects. We complete the analysis with an economic evaluation of the scenarios, focusing on mobility effects. The overall rebound effect is found to be substantial, cancelling out 62%–68% of the gains in travel distance and 74%–85% of travel time savings. Nonetheless, the social benefits of teleworking remain significant, amounting to 1.4% of the social cost of road transport in the region. This suggests that teleworking may be able to contribute significantly to a policy mix aimed at reducing travel demand.
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 | 0,013 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».