Relax on the way to work or work on the way to relax? Influences of vehicle interior on travel time perceptions in autonomous vehicles
Notice bibliographique
Résumé
The impending arrival of autonomous vehicle (AV) technology has the potential to transform how individuals perceive time spent travelling. By removing the need to drive and pay attention to the road, AV users could perform other activities, including those for work or leisure. As a result, AVs are expected to lower the burden of travel and, therefore, the value of travel time (VOTT). Despite the significant impacts that AVs may have on individuals’ choices and the transportation system, few have studied their impacts on travel time perceptions, and even fewer have examined the extent to which these impacts will vary depending on the types of tasks that can be performed within an AV. This study uses stated preference data collected in Fall 2022 to develop mode choice models and subsequently quantify how the availability of three types of AV: privately-owned, exclusive, and pooled AV may shift perceived travel times in the Greater Toronto and Hamilton Area. The error-component mixed logit models highlight the cross-nesting between privately-owned AVs and driving. In addition, this study is the first in Canada to distinguish the VOTT reductions by AV type, trip purpose, and interior description (which caters to different tasks). VOTT reductions as large as 42% less than driving a conventional vehicle were estimated. The results of this study provide additional empirical evidence for AV VOTT reductions (particularly in the Canadian context) and can be used to help craft policies in preparation for the arrival of AVs.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».