Statistical Environmental Justice Assessment for a Transportation Corridor
Notice bibliographique
Résumé
Executive Order 12898 requires federally sponsored transportation projects to evaluate environmental justice criteria. These federal requirements for transportation studies have proven difficult to evaluate because of the wide range of potential scenarios that can disproportionately affect sensitive populations (either low-income or minority groups). Therefore, environmental justice assessments typically have been conducted in geographically broad areas without refined resolution for the populations closest to the transportation route. This study uses geographic information systems technology with statistical methods to provide for a more refined analysis at the census block level. The study centers on a proposed commuter rail project in the Interstate 35 corridor in the eastern Kansas/Kansas City, Missouri, area. The project involves construction of five new commuter rail stations, and the study aims to ascertain whether construction and operation of the rail system would have disproportionate impacts on low-income people. Comparisons of the median incomes in census blocks in the county with the census blocks within a one-mile radius of the five proposed stations are provided as the basis for a quantitative environmental justice assessment. The environmental justice parameter of low-income level was evaluated using analysis of variance. Results of the study indicated that the mean of the median incomes in census blocks around one rail station differed significantly from the mean of median incomes in the census blocks around the other four stations, and from the blocks in the rest of the county. The study is useful for demonstrating the importance of using a quantitative method as a tool for environmental justice assessment.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».