MétaCan
Menu
Retour à la cohorte
Enregistrement W1940192045

Do Open Sewers Lead to a Reduction in Housing Prices? Evidence from Rawalpindi, Pakistan

2013· preprint· en· W1940192045 sur OpenAlexfundno aff
Muhammad Irfan

Notice bibliographique

RevueOpenDocs (Institute of Development Studies) · 2013
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research CentreDirektoratet for UtviklingssamarbeidStyrelsen för Internationellt Utvecklingssamarbete
Mots-clésSanitary sewerLead (geology)Value (mathematics)Reduction (mathematics)BusinessNatural resource economicsEconomicsEnvironmental engineeringEngineeringMathematicsGeologyStatistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this study, we use the Hedonic property value method to estimate how a disamenity, bad odor from an open sewer system, affects housing prices in the city of Rawalpindi in Pakistan. We provide estimates of the benefits of converting the open system into a closed sewer system. We find that house rents decrease by approximately 10% if there is an open sewer (nali) by the house. House rents also increase for homes located further away from the main open drain (Nala Lai) - e.g. a house located 400 meters away from the main open drain enjoys a 12 percent increase in rent because of its distance. Sewer smell has a depressing effect on rent in those areas where smell remains constant throughout the day. The results suggest that residents are willing to pay to be away from bad odor emanating from the open sewerage system. City planners need to take this into account and consider installing sewerage pipes in open sewer areas, which would change the nature of Nala Lai from a disamenity to an amenity.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,138
Tête enseignante GPT0,333
Écart entre enseignants0,195 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpenDocs (Institute of Development Studies)Même sujetHousing Market and EconomicsTravaux en français237 207