Quantifying the Self-Selection Effects in Residential Location Choice with a Structural Equation Model
Notice bibliographique
Résumé
Land use policy is viewed as a way to mitigate congestion and alleviate greenhouse gas emissions. Many studies have confirmed the reduction effect for vehicle miles traveled (VMT) of compact and mixed land use development. However, debates on self-selection effects have arisen in recent years. Researchers argue that the correlation between land use pattern and VMT may be caused by self-selection of residential location based on a person's attitude toward traveling. This paper develops an urban form indicator for describing local land use patterns and then establishes a structural equation model (SEM) with VMT, vehicle ownership, and the urban form of residential location estimated simultaneously. Residential self-selection was controlled in two ways in the model: implicitly through the correlated error terms in multiple equations and explicitly through the incorporation of expected VMT in the equation of residential location choice. The model was estimated with household travel survey data collected in 2007 in the Washington, D.C., area. The results showed that land use itself could influence travel behavior after self-selection effects were removed. A comparison of the results of the full SEM results with that of a reference SEM confirmed the existence of self-selection effects. The comparison verified that the VMT reduction effect of land use would be exaggerated without consideration of self-selection, and self-selection effect accounted for a larger part of the total effect in more compact and better mixed development areas. However, the self-selection effect was small compared with the effect of land use itself in the analyzed case.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».