MétaCan
Menu
Retour à la cohorte
Enregistrement W6966421645 · doi:10.3929/ethz-b-000678292

The effect of work-related factors on the bicycle commute mode choice in the Netherlands

2013· article· en· W6966421645 sur OpenAlexaboutno aff

Notice bibliographique

RevueRepository for Publications and Research Data (ETH Zurich) · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCyclingWork (physics)Public transportClothingCompensation (psychology)Quarter (Canadian coin)Survey data collection

Résumé

récupéré en direct d'OpenAlex

Increasing the number of people cycling to work brings a number of benefits: it can lead to reductions in air pollution and traffic jams, and increases people’s physical activity levels. We investigated the extent to which work-related factors influence (1) whether an individual decides to cycle to work, and (2) whether an individual cycles to work every day. It is anticipated that the office culture and colleagues’ and employers’ attitudes would significantly influence both decisions. These factors are expected to impact the provision of cycling facilities and financial compensation schemes in the workplace. We conducted an Internet survey in 4 Dutch municipalities, gathering data from over 4,000 respondents. The results suggest that the following factors increase the likelihood of being a commuter cyclist: having a positive attitude towards cycling; colleagues’ expectations that an individual will cycle to work; the presence of bicycle storage inside; having access to clothes changing facilities; and needing a bicycle during office hours. The presence of facilities for other transport modes, an increase in the commute distance, and the need to transport goods, in turn, reduces the chance that an individual will cycle. Cycling frequency is negatively affected, meanwhile, by an increase in commute distance, a free public transport pass or car parking provided by the employer. These results indicate that an individual’s working situation affects the commuting cycling behaviour. The findings also indicate that (partly) different variables influence an individual’s decision to cycle to work, and their decision to cycle every day.

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 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)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,110
Tête enseignante GPT0,421
Écart entre enseignants0,311 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRepository for Publications and Research Data (ETH Zurich)Même sujetUrban Transport and AccessibilityTravaux en français237 207