Understanding Employee Preferences towards Flexible Work Arrangements for the COVID-19 Post-Pandemic Period
Notice bibliographique
Résumé
This research examines employees’ preferences toward post-pandemic flexible work arrangements (FWA) using logit modelling techniques. First, it conducts an online questionnaire survey among working professionals in the Halifax Regional Municipality (HRM), Canada, to gather information on their socio-demographics, travel characteristics and work arrangements before and during the pandemic, and their preferences towards post-pandemic work from home (WFH) and flexible work hours (FWH). Using the collected 337 complete responses, then it develops a binary logit model (BLM) to examine factors affecting employees’ WFH choice, a multinomial logit model (MLM) to examine the choice of WFH frequency, and an ordered logit model (OLM) to investigate preference for FWH. Results show that approximately 55% of the employees prefer WFH, while almost half of the respondents prefer WFH a few days/week. Logit model results indicate that increasing WFH preference also increases FWH preference, while employees who perceive higher importance of FWH tend to choose higher WFH frequency. Employees with higher commute frequency during the pandemic are less likely to prefer FWA post-pandemic. Increasing commute time increases the willingness to have FWH. The results will assist transport policymakers in better understanding the factors influencing employees’ FWA choices which will aid in developing effective TDM policies.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».