Current and Future Patterns of Land-Use Change in the Coastal Zone of New Jersey
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Recent urban development along the US coasts has negatively impacted the local environment, and these impacts will only increase thanks to rapid regional population growth. Empirical spatially disaggregate land-use models provide a way to explore future conditions and environmental impacts before irreversible changes occur. An assumption of many models is that access to urban-employment centers is the major factor locating urban uses within a region, the opposite of the pattern seen in most natural amenity rich areas. As a result, it is unclear whether models focusing on center accessibility can be used to predict future land-use patterns in urbanizing coastal regions. In this paper the relationship between accessibility and the location of urban development was examined for coastal New Jersey, USA. Two questions were addressed through the analysis: (1) Is accessibility to urban or employment centers correlated with the location of urban conversions? (2) If accessibility is correlated with the location of urban conversion, does the inclusion of such variables into a land-use-change model improve the ability of the model to locate future urban development? Results from the analysis indicate that traditional accessibility relationships can be used to explain the location of urban conversions in New Jersey's coastal region, but inclusion of accessibility and other locating factors does not necessarily improve the predictive ability of a model. The accessibility relationship is contrary to findings in many other high-amenity areas, because, in part, of the importance of access to the region's transportation network.
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.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle