MétaCan
Menu
Retour à la cohorte
Enregistrement W2013692542 · doi:10.1061/(asce)up.1943-5444.0000220

Choice of Land Use Development Type within Commercial and Industrial Zoning

2014· article· en· W2013692542 sur OpenAlexaffabout
Kevin Gingerich, Hanna Maoh, William Anderson

Notice bibliographique

RevueJournal of Urban Planning and Development · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésMultinomial logistic regressionZoningEconomies of agglomerationFactory (object-oriented programming)Land useLogitTransport engineeringEconometricsBusinessEconomic geographyGeographyEconomicsComputer scienceEngineeringCivil engineeringStatisticsEconomic growthMathematics

Résumé

récupéré en direct d'OpenAlex

This paper expands upon previous literature for land use and transportation interactions by modeling nonresidential land development in Windsor, Ontario. Separate logit models were created for commercial and industrial development to capture the developer’s choice of development type. These choices were categorized as office, retail, restaurant, and other for commercial developments and warehouse, factory, and other for industrial developments. The development type choice was calibrated using four separate models, as follows: (1) multinomial logit, (2) nested logit, (3) multinomial logit with spatial effects, and (4) nested logit with spatial effects. Significant spatial correlations on decisions for commercial development were observed, illustrating the impact of agglomeration economies. Warehousing developments were particularly influenced by transportation with three positively significant transportation proximity measures. This is especially important since the study area resides within a heavy trade corridor between the United States and Canada.

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)0,001
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 enseignants0,086
Score d'incertitude au seuil0,339

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,102
Tête enseignante GPT0,318
Écart entre enseignants0,216 · 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

Citations11
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Urban Planning and DevelopmentMême sujetUrban Transport and AccessibilityTravaux en français237 207