XiaoMi-AI文件搜索系统
World File Search System生活空间
金斯顿公司战略 2023-27 - 生活空间
这一战略与 Bernicia Group 对客户卓越的关注相一致，其中包括将高水平的客户满意度作为一项主要目标。这一战略将要求我们专注于继续提供优质服务，并与 Bernicia 的价值观保持一致。我们将与客户接触，了解和理解他们的需求，了解他们对当前服务及其交付方式的看法。我们将根据这些了解改进我们的服务，并根据明确的目标跟踪和报告我们的绩效。我们将继续获得行业认可的认证，并利用这些认证来宣传我们的卓越业绩。
根据技术准备情况/使用情况/障碍、生活空间、驾驶习惯和认知预测老年司机对自动驾驶班车的接受程度
共享自动驾驶汽车服务（即自动穿梭巴士，AS）正在全球范围内部署，并可能提高老年人（> 65 岁）的流动性、独立性和社区参与度。但是，如果老年驾驶员要接受和采用这项技术，AS 必须易于使用并提供安全保障。目前，他们接受 AS 的潜在障碍包括对系统缺乏信任和不愿采用新兴技术。技术准备情况、感知到的易用性、感知到的障碍以及使用技术的意图是老年人在接受和采用 AS 时需要考虑的特别重要的结构。同样，个人因素，即年龄、生活空间流动性、驾驶习惯和认知可以预测老年驾驶员的驾驶安全性。但是，我们不确定这些因素是否以及如何预测老年人使用 AS 的意图。在本研究中，我们研究了 104 名老年司机（M 年龄 = 74.3，SD 年龄 = 5.9）的回答，他们在乘坐道路自动班车（EasyMile EZ10）之前和之后完成了自动驾驶汽车用户感知调查（AVUPS）。研究参与者还通过技术就绪指数、技术接受度测量、生活空间问卷、驾驶习惯问卷、路径开辟测试 A 部分和 B 部分（TMT A 和 TMT B）提供了信息。老年司机的年龄、认知分数（即 TMT B）、驾驶习惯（即碰撞和/或罚单、暴露和驾驶难度）和生活空间（即老年人离开主要住所多远）被输入到四个模型中，以预测他们对 AV 的接受度——根据子量表（即使用意向、感知到的障碍和幸福感）和 AVUPS 的总接受度分数进行操作。接下来，偏最小二乘结构方程模型 (PLS-SEM) 阐明了技术准备度、感知易用性、AV 接受障碍、生活空间、碰撞和/或罚单、驾驶暴露、驾驶难度、认知和使用 AS 的意图之间的关系。回归模型表明，年龄和认知能力 (TMT B) 都不能显著预测老年驾驶员对 AV 的看法；但他们自我报告的驾驶难度 (p = 0.019) 可以预测他们使用 AV 的意图：R2 = 6.18%，F (2,101) = 4.554，p = 0.040。因此，使用意图是后续 PLS-SEM 中的因变量。PLS-SEM 的结果 (R2 = 0.467) 表明，唯一具有统计意义的