Remote, on-site, or flexible: hybrid choice modelling of urban–rural heterogeneity in work arrangements
Notice bibliographique
Résumé
Amid the diversification of work arrangements post COVID-19 and rapid advances in information and communication technologies (ICTs), this study examines how urban and rural individuals in Nova Scotia choose between on-site, hybrid, and remote work. Employing hybrid choice models using the 2022–23 NovaTRAC survey data, the analysis explores the urban–rural divide in the constraining and facilitating factors influencing work arrangement preferences. The results confirm that sociodemographic, dwelling, daily activity, mobility, and accessibility attributes, as well as latent attitudinal factors, are significant determinants of work mode choice across both regions. Urban residents with digital lifestyle orientations and reduced auto dependency are more inclined toward remote and hybrid work, respectively, while in rural areas, flexible work advocacy predicts hybrid preference, and private lifestyle orientation is linked to fully remote work. These latent attitudes are further shaped by age, household size, and education. Moreover, rural residents with greater discretionary and maintenance activity needs are more likely to prefer hybrid work. Lower-income rural residents tend to work on-site, even when employed in urban areas. Urban residents without private vehicles and with limited transit access are more likely to remote work. Individuals highly engaged in non-work online activities show stronger preferences for telework in both regions. Shorter working hours and long-distance auto commutes further reinforce the likelihood of remote work. Complementary pseudo-elasticity simulations highlight that the magnitude of these effects differs markedly across urban and rural contexts, with commuting burden and reduced work duration exerting disproportionately strong impacts in rural settings.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».