Examining the role of urban form In shaping people's accessibility to opportunities: An exploratory spatial data analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study employs a comprehensive suite of accessibility indices to investigate whether American cities are designed in such a way that the locations of goods, services, and other opportunities favor certain socio-economic groups over others. In so doing, the study’s findings contribute to pressing policy issues such as social exclusion. Seven counties of the Louisville, KY-IN MSA serve as the study area for the investigation. Data are derived from three sources: a geocoded travel diary survey that was conducted in the study area in 2000, a geocoded database of all urban opportunities in the study area, and a database containing shortest path travel times between the locations of households and urban opportunities. Accessibility indices (i.e., gravity, cumulative opportunity, and proximity) are computed for households found in the trip diary survey. Furthermore, these indices are defined for 34 types of opportunities: four aggregate types (i.e., retail, service, leisure, and religious) and 30 disaggregate types representing the 10 most popular destinations for trips for each of the first three aggregate types. Non-parametric Wilcoxon rank sum tests are used to compare the accessibilities of five socio-economic groups (i.e., individuals residing in rural communities, individuals residing in single-person and single-parent households, individuals residing in low-income households, women, and the elderly) to their counterparts. Except for individuals residing in rural areas, our findings indicate that groups, which conventional wisdom would suggest are at risk of social exclusion, are not disadvantaged in terms of accessibility.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle