Analysis of Routine Weekly Activity/Travel Patterns
Notice bibliographique
Résumé
As part of Wave 3 (2005-2006) of the Travel/Activity Panel Survey (TAPS) in Toronto, 300 respondents in 145 households described the detail of their routine weekly activities, including information concerning routine activity episodes’ purposes and usual durations, start times (by day of the week), locations and travel modes. Information concerning the degree of flexibility in these routine episode activities was also collected. This paper first describes the survey instrument used to collect this information. This involved respondents marking on a large sheet of paper their routine activities by time of day and day of the week, using a combination of free-form descriptions and pre-specified symbols. The paper then presents a detailed analysis of the survey data collected. Included in the analysis is a comparison between routine activities as reported prior to the survey week and those activities as they were actually executed, as recorded in a two-day activity diary, which was also part of the Wave 3 survey. This analysis shows that the notion that the “skeleton schedule” consists only of activities that are deterministically defined by their activity type (e.g. “mandatory” activities) and augmented with “flexible” household maintenance and discretionary activities is unfounded. Many exceptions are found to this rule. Men are found to have a greater proportion of routine activities than women, with the exception of weekday work/school activities. The analysis suggests that it may be appropriate to model schedule building in layers, with fully routine non-flexible activities (of all activity types) scheduled first, routine but flexible activities scheduled second, and non-routine activities scheduled last.
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 | 0,013 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».