Understanding Teleworking Propensity Using Interpretable Machine Learning: Evidence from Québec City

Rakibul Hassan, Hamed Naseri, Sara Gharavi, Jean Dubé, Francesco Ciari

Article de revue (2026)

Accéder à ce document
Lien externe
Ce document n'est pas archivé dans PolyPublie, mais peut être consulté chez l'éditeur officiel
Voir chez l'éditeur officiel

Mots clés

Département:
Département des génies civil, géologique et des mines
Adresse URL de PolyPublie:
https://publications.polymtl.ca/78536/
Titre de la revue :
Data Science for Transportation ( vol. 8 , no 2 )
Maison d'édition:
Springer Science+Business Media
DOI:
10.1007/s42421-026-00164-6
URL officielle:
https://doi.org/10.1007/s42421-026-00164-6
OAI:
oai:publications.polymtl.ca:78536
ORCID
Date du dépôt:
23 juin 2026 10:26
Dernière modification:
14 oct. 2026 14:40
Citer en APA 7:
Hassan, R., Naseri, H., Gharavi, S., Dubé, J., & Ciari, F. (2026). Understanding Teleworking Propensity Using Interpretable Machine Learning: Evidence from Québec City. Data Science for Transportation, 8(2), 20 (17 pages). https://doi.org/10.1007/s42421-026-00164-6

Statistiques

Dimensions

Actions réservées au personnel

Afficher document
Afficher document