MétaCan
Menu
Retour à la cohorte
Enregistrement W4405370585 · doi:10.1080/19427867.2024.2433337

Users’ perceptions toward autonomous vehicles: case study in Alberta, Canada

2024· article· en· W4405370585 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueTransportation Letters · 2024
Typearticle
Langueen
DomainePsychology
ThématiqueHuman-Automation Interaction and Safety
Établissements canadiensCarleton UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTRIPS architectureWillingness to payPreferenceAffect (linguistics)PerceptionAutomationBusinessPsychologyDemographic economicsTransport engineeringEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

This study investigates perceptions and attitudes toward autonomous vehicles (AVs) using an online stated preference (SP) survey conducted in Alberta, Canada. It explores the effect of different sociodemographic, external, and psychological factors on users’ attitudes toward AVs. Additionally, factors contributing to people’s willingness to pay for AVs were evaluated. The results indicate that sociodemographic factors, external factors, and people’s perceptions significantly affect people’s willingness to pay for automation. Level 3 of automation is shown to have a positive effect on the drivers’ utility of driving for commuting and non-commuting trips, while other levels of automation were found negatively affecting the utility of driving. Men were generally more willing to pay for AVs, particularly for commuting trips, while weather conditions, especially icy roads, posed significant concerns about AV reliability. Middle-aged drivers exhibited the highest willingness to pay (WTP) for higher levels of automation, emphasizing the potential early adoption among this group.

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.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,686
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0060,000

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 Opus0,025
Tête enseignante GPT0,325
Écart entre enseignants0,301 · 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