Joint or Solo: Structural Equations Model of Household Activity Time Allocation Patterns
Notice bibliographique
Résumé
The activity travel patterns of individuals within a household are often inter-related, and the realistic modeling of activity-travel behavior requires that these interdependencies be explicitly accommodated. A structural equations model of daily time allocation is developed and applied to analyze activity patterns by household heads. The model is unique in its simultaneous representation of each decisionmaker's decisions concerning independent and joint activity participation patterns, and the structural relationships among such patterns, household and individual socio-demographics, and individual's commuting time. Within this model, intra-household interactions can be explicitly explored by differentiating joint activities from independent activities by two household heads (husband and wife), based upon flexible criteria and restrictive criteria respectively. Simply put, the model attempts to capture intra-household interactions and intra-person interactions simultaneously, both of which are dependent upon household and individual socio-demographics. Data for individual household heads are from the 2002-2003 Toronto Travel-Activity Panel Survey (TTAPS) data. The findings suggest that there is a significant trade-off between independent and joint out-of-home activities. The negative impacts of presence of children and higher car ownership levels on joint activities are as expected. One interesting finding is that males who work-at-home are more inclined to take part in out-of-home joint activities. By comparing the two models using flexible and restrictive criteria, we find that the overall performance of the flexible model is better than the restrictive model. Further, the flexible model is able to capture more relationships
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».