Opis projektu
Badanie zmiany zachowań związanych z mobilnością
W celu zmniejszenia emisji dwutlenku węgla w sektorze transportu stosuje się szereg miękkich i twardych środków oraz ulepszone technologie. Jednak wyniki nie są zadowalające. Finansowany przez ERBN projekt URGENT pozwoli na zdobycie wiedzy na rzecz bardziej skutecznych strategii interwencyjnych poprzez zbadanie, w jaki sposób ludzie dostosowują swoje zachowania związane z mobilnością i jakie mechanizmy psychiczne są zaangażowane w ten proces. W projekcie stosowane jest kompleksowe, interdyscyplinarne podejście oparte na unikalnym, podłużnym zbiorze danych, łączącym dane zebrane za pomocą przeprowadzanej co dwa lata ankiety, studiów przypadków, wywiadów pogłębionych oraz aplikacji do prowadzenia dziennika inteligentnej mobilności. URGENT zastosuje metody przyczynowego uczenia maszynowego w celu ustalenia, które czynniki są najistotniejsze z punktu widzenia inicjowania zmiany zachowań, zbadania efektów odbicia zmienionych zachowań w zakresie mobilności oraz interakcji pomiędzy zmianą zachowań w różnych obszarach.
Cel
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.
Dziedzina nauki
Słowa kluczowe
Program(-y)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Temat(-y)
System finansowania
ERC - Support for frontier research (ERC)Instytucja przyjmująca
2800 Kongens Lyngby
Dania