MétaCan
Menu
Retour à la cohorte
Enregistrement W2024548758 · doi:10.5038/2375-0901.15.4.3

The Effect of Proximity to Urban Rail on Housing Prices in Ottawa

2012· article· en· W2024548758 sur OpenAlexaffabout
Christopher Hewitt, Warren Hewitt

Notice bibliographique

RevueJournal of Public Transportation · 2012
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésReal estateUrban rail transitBusinessGeographically Weighted RegressionEconomic geographyProperty valueRail transitProperty (philosophy)Transport engineeringGeographyFinanceEngineering

Résumé

récupéré en direct d'OpenAlex

Increasingly, urban rail transit (URT) is seen as a desirable solution for transportation challenges faced by both urban planners and residents of suburban areas alike. The availability and ease of access to URT, in turn, may result in distortions in local real estate markets. The conventional wisdom, in fact, suggests that construction of urban rail lines serves as a magnet for new housing development and, in turn, can lead to increases in property values in proximity to URT stations. Existing studies have, in good measure, confirmed this belief, but largely on the basis of global area studies that can often mask locally differentiating factors affecting housing prices. Using data from the City of Ottawa, this study seeks to move beyond such analyses by using spatial regression and mapping techniques that reveal that the relationship between URT stations and housing prices is far more complex than is commonly believed. The study demonstrates that while at the macro-level housing prices do vary positively with proximity to URT stations, the relationship is spatially dependent and may be affected by factors unique to specific locales.

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)0,003
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 enseignants0,041
Score d'incertitude au seuil0,112

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,003
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,023
Tête enseignante GPT0,225
Écart entre enseignants0,202 · 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

Citations32
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Public TransportationMême sujetHousing Market and EconomicsTravaux en français237 207