Levels and correlates of active transportation among Queen’s University employees pre- versus post-COVID-19 pandemic
Notice bibliographique
Résumé
Introduction: Active transportation (AT) has dual benefits: population health benefits with increased physical activity and environmental sustainability with decreased carbon emissions. Despite the city’s low geographic density, residents of Kingston, Canada use AT for 9.5% of trips, compared to the country’s average of 6.9%. Additionally, employees of Queen’s University demonstrated even higher rates of active commuting before the COVID-19 pandemic. The objective of this study was to compare the levels and correlates of transportation use among Queen’s University employees pre- versus post-COVID-19 pandemic. Methods: Self-reported, repeated cross-sectional, and quasi-experimental data were used from the Surveys of Commute Patterns among Queen’s University Employees, conducted in 2013 to 2017 (n = 3874) and 2022 (n = 2430). Respondents’ primary mode of transportation between home and workplace was categorized as either AT, passive transportation (PT), or mixed transportation (MT) when different modes were combined. A descriptive analysis and chi-square test were performed to compare the levels of transportation use before and after the COVID-19 pandemic. A series of logistic regressions were conducted to identify the individual- and microsystem-level correlates of AT use before and after the COVID-19 pandemic. Results: AT use decreased after the COVID-19 pandemic, from 28.3% to 23.6%, mirroring the increased use of passive transport (52.1% to 55.4%). Within-subject comparisons showed that young and low-income respondents were the most likely to shift transport types from pre- to post-COVID-19 pandemic. At all time points, females/women were less likely to use AT than males/men. After the COVID-19 pandemic, income emerged as a key correlate of AT use. Conclusion: Significant world events like the COVID-19 pandemic appear to influence transportation choices and modes in unique ways among Queen’s employees. In general, AT was found to decline. Age and household income were important correlates for commute shifting since the COVID-19 pandemic. Sex/gender became a more important correlate in shaping transport mode post-COVID-19. To encourage shifting to more sustainable and health-enhancing transport modes among those with low and/or declining rates of AT, changes to supportive social environment and infrastructure must be considered in the Queen’s University community.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».