Joint Model for In-Person and Online Participation in Grocery Shopping, Health Services, Personal Business, and Dine In after the Pandemic
Notice bibliographique
Résumé
In the aftermath of the COVID-19 pandemic, it’s crucial to understand how in-person and online activity engagement has changed, as their impacts on travel differ. For instance, ordering a meal for delivery might replace a restaurant trip, whereas online shopping could suppress more trips by increasing home-based activities. Conversely, online engagement may save time that, if spent on discretionary travel, will increase travel. Therefore, this study explores the impact of COVID-19 on in-person and online non-mandatory activities using data from a 2022 web-based survey in the Okanagan region, British Columbia, Canada. We examine in-person grocery shopping, personal business, health services, dine-in activities, and their online counterparts using a multivariate ordered probit model. This model uncovers interdependencies among activities and confirms the influence of sociodemographic factors, technology accessibility, mobility tools, attitudes, transport infrastructure, and land use attributes. Key findings reveal that online food ordering is positively linked with frequent online personal business, indicating that individuals are comfortable with various online activities. Regular in-person business activities boost dine-out frequency, showing efficient time management. Additionally, young adults are more likely to engage in online shopping and dining out. Transport infrastructures in residential areas positively influence in-person activities. These findings suggest significant implications: older adults need support for equitable digital engagement, and exposure to ICT devices could help. Planners and policymakers should carefully evaluate the diverse effects of online non-mandatory activities; for example, telemedicine may reduce congestion and emissions, whereas online shopping’s impact depends on delivery and pick-up modes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».