Is a robot car still a car? Consumer perceptions of fully automated vehicles and automobility in Canada
Notice bibliographique
Résumé
Fully automated vehicles (FAVs) could transform private car-based mobility or “automobility”, but the direction of FAV impacts is uncertain and contingent on consumers. We investigate consumer response to FAVs and its relationship to automobility by conducting semi-structured interviews with 34 new car buyers in British Columbia, Canada. First, we assess consumer response through exercises where participants design their “ideal next vehicle”, choosing between FAV versus conventional vehicle (CV) options. We find that two-thirds of participants prefer FAVs over CVs in a scenario where FAVs are available for sale and include a steering wheel. Second, we conduct qualitative content analysis of transcript data to investigate consumer engagement with automobility upon access to privately-owned and shared FAVs. We apply a conceptual framework of consumer “automobility engagement”, considering preferences for car ownership and residential location, car use emotions, symbolic and societal perceptions, and social norms. We find that minorities of participants expect to own fewer cars or change residential preferences following access to FAVs. Results also indicate that FAVs largely reproduce the symbolic and social significance of car ownership. Contrasting with these results, several participants expect FAVs to reduce automobility impacts on society at large. We conclude that FAV adoption may reproduce existing consumer engagement with automobility and discuss implications for transport emissions and policy.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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; 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 ».