MétaCan
Menu
Retour à la cohorte
Enregistrement W1967320432 · doi:10.3141/2133-04

Intrametropolitan Location of Business Establishments

2009· article· en· W1967320432 sur OpenAlexafffundabout
Hanna Maoh, Pavlos Kanaroglou

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2009
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensMcMaster University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésMultinomial logistic regressionCensusPoint (geometry)Central business districtEconomies of agglomerationPopulationDiscrete choiceConsistency (knowledge bases)EstimationBusinessMarketingEconometricsEconomicsTransport engineeringMicroeconomicsStatisticsComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

A model for location choice of business establishments is presented for the city of Hamilton, Canada. The model is developed with data from the Business Register of Statistics Canada, the Canadian census, and other ancillary geographic information system information that is produced by a private organization called DMTI Spatial. Using the bid–choice theory, the authors estimate multinomial logit models to study and explain the location choice behavior of individual business establishments with fewer than 200 employees for the period 1996 to 1997. Similar analysis is performed for the period 2001 to 2002. Estimation results suggest that commercial business district, highway, and mall proximities; population density; new residential development; and agglomeration economies influence the location decision of business establishments. The results also point to the existence of land use specialization and firm clustering. Using interaction terms in the specification of the location choice utilities is very effective in teasing out the impacts of firm heterogeneity on the location choice decision of individual firms. Finally, the findings from the two periods examined suggest an overall consistency in location choice behavior over time.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,137
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,084
Tête enseignante GPT0,333
Écart entre enseignants0,249 · 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 tête enseignante, 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

Citations28
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetHousing Market and EconomicsTravaux en français237 207