Descrizione del progetto
Esaminare il cambiamento nei comportamenti legati alla mobilità
Per ridurre le emissioni di carbonio nel settore dei trasporti vengono attualmente applicate diverse misure «soft» e «hard», nonché varie tecnologie migliorate. Ciononostante, i risultati non hanno sinora avuto successo. Il progetto URGENT, finanziato dal CER, fornirà conoscenze per attuare strategie di intervento più efficaci mediante lo studio del modo in cui le persone adattano il proprio comportamento legato alla mobilità e i meccanismi mentali coinvolti in questo processo. Il progetto si avvale di un approccio interdisciplinare completo basato su una serie di dati longitudinali unica che combina dati raccolti tramite un’indagine biennale, interviste approfondite e un’app quotidiana intelligente per la mobilità. URGENT applicherà metodi di apprendimento automatico causali al triplice scopo di individuare i fattori che si rivelano più pertinenti per innescare cambiamenti nel comportamento, di esaminare gli effetti rimbalzo di tali cambi per quanto concerne la mobilità e di analizzare le interazioni tra il cambiamento di comportamento in ambiti diversi.
Obiettivo
Despite various soft and hard measures as well as improved transport technologies, carbon emissions from transport are not decreasing. URGENT will provide the knowledge base for more effective intervention strategies. To this end, the project examines under which individual and contextual circumstances people change their mobility behaviour and what mental mechanisms are involved in these behaviour change processes.
The project uses a holistic interdisciplinary approach based on a unique longitudinal dataset. Over a 3-year period, data will be collected via a bi-annual survey combined with case studies including sub-samples of survey participants. Based on the survey, in-depth interviews and an intelligent mobility diary app, the case studies examine how people adapt their mobility behaviour in prospect and response to: (1) residential relocation, (2) anticipated vs. sudden life events and (3) transport technology adoption.
Applying causal machine learning methods, the project will uncover which personal, social, technical or spatial factors are most relevant initiators of behaviour change and will specify the causal relations between involved factors, informed by the case studies. URGENT will additionally examine rebound effects of changed mobility behaviour (e.g. car use reduction, electric vehicle adoption) and reveal under which conditions, and to what extent, behaviour change in one area (e.g. commuting) positively or negatively spills over to other areas (e.g. air travel, food consumption).
URGENT applies a novel analytical strategy that cross-fertilizes concepts from psychology (behaviour change models), human geography (mobility biographies approach), sociology (mobility cultures) and machine learning (causal discovery and causal inference). The project will not only fundamentally increase the understanding of behaviour change in transport, but also bears the potential to lead to a breakthrough in studying causality in transport research at large.
Campo scientifico
Parole chiave
Programma(i)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Argomento(i)
Meccanismo di finanziamento
ERC - Support for frontier research (ERC)Istituzione ospitante
2800 Kongens Lyngby
Danimarca