The Impact of Urban Rail Transit on Surrounding Residential Prices--Line 1 of Chengdu Metro as an Example
Notice bibliographique
Résumé
This article aims to build a hedonic price model of the research region by making a summary of relevant research in this field, and taking the running Line 1 of Chengdu Metro as an example. To be specific, the research discusses the influence of Line 1 of Chengdu Metro on surrounding residential prices taking samples of the estates within 2 km of Line 1 within a spatiotemporal perspective. The results shows that: after the operation of Line 1 (from July in 2010 to June in 2011), the growth rate of the residential prices has been increased by 5.89%, 9.44%, 12.45% and 11.03% from 1st ring to the third ring respectively, reaching at an average rising rate of 9.51%. Besides, the residential prices far away from the downtown area were more likely to be found ahead than those around the city center and represented a far more sensitivity to the metro operation. By quantitative calculating, it finds that: regions that are closer to subway stations per meter from 1st ring to the third, the residential prices increased 0.91 Yuan/m2, 1.16 Yuan/m2 and 1.21 Yuan/m2, respectively. At the same time, Line 1 of Chengdu Metro has been increased a total number of 7.814 billion Yuan up to now of surrounding residential value.
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 | 0,004 | 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 | 0,001 | 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 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 ».