Triggers of travel behavior change: From abrupt disruptions to lasting effects
Bibliographic record
Abstract
La mobilité urbaine évolue constamment à travers des interactions complexes entre les choix individuels, les interventions politiques et les perturbations systémiques. La pandémie de COVID-19 a été l'exemple récent le plus marquant de la rapidité avec laquelle les comportements de déplacement peuvent se transformer. Il existe des lacunes importantes dans la compréhension de la manière dont les perturbations à grande échelle (comme les pandémies) et les changements de vie graduels modifient les relations entre l'environnement bâti, les perceptions des individus et les comportements de déplacement. Dans ce contexte, l'objectif principal de cette thèse est de contribuer à la littérature et à la pratique en planification des transports en répondant à la question de recherche générale suivante : Quels sont les impacts des perturbations exogènes et des décisions de vie endogènes sur les comportements de déplacement et les perceptions au fil du temps? Cette question principale est abordée à travers quatre articles, qui répondent ensemble aux objectifs de recherche suivants :1.Analyser l'impact de la pandémie de COVID-19 sur les modes de déplacement actifs des travailleurs, en tenant compte du rôle médiateur du télétravail et de l'environnement bâti local.2.Étudier l'évolution de l'influence de l'environnement bâti sur l'utilisation des transports en commun suite à la pandémie de COVID-19.3.Évaluer l’impact des nouvelles infrastructures de transport en commun sur la qualité de vie et les préoccupations liées à l'augmentation des coûts au fil du temps.4.Examiner comment les déménagements, la motorisation et les changements dans la structure du ménage transforment les habitudes de déplacement.Pour atteindre ces objectifs, chacun de ces articles présente des analyses basées sur des données quantitatives en utilisant des données panel désagrégées provenant du Sondage sur la mobilité à Montréal (SMM). L’SMM est une enquête en ligne bilingue et multi-période, largement diffusée dans la région du Grand Montréal et réalisée chaque année depuis 2019, à l’exception de 2020. Les cinq premières vagues de l'enquête ont été analysées basées sur les réponses de 4 579 participants ayant pris part à au moins deux vagues entre 2019 et 2024. Ce délai a permis d'analyser les modes de déplacement avant, pendant et après la pandémie, les impacts des infrastructures de transport en commun, et les changements comportementaux liés aux évolutions des parcours de vie.Plus spécifiquement, cette thèse contribue à la recherche et à la pratique de la manière suivante :•Faire progresser la compréhension de la manière dont les perturbations soudaines et les changements de vie progressifs redéfinissent les comportements de mobilité et les perceptions des déplacements.•Démontrer le rôle crucial des environnements bâtis dans la médiation des comportements de déplacement dynamiques post-pandémiques.•Mettre en valeur l'utilité des données panel désagrégées pour saisir les transitions de mobilité complexes.•Révéler les trajectoires de rétablissement des modes de transport durables dans un contexte en évolution.•Proposer des approches politiques intégrées qui combinent des investissements infrastructurels et des interventions comportementales.Cette recherche permet une meilleure compréhension du paysage actuel de la mobilité et propose des cadres potentiels pour analyser l'évolution de la mobilité urbaine dans un contexte incertain et en rapide mutation. Ces insights peuvent équiper les décideurs politiques et les chercheurs pour évaluer les changements comportementaux, prioriser des interventions équitables et exploiter des méthodes longitudinales pour suivre l’évolution des transitions urbaines
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".