MétaCan
Menu
Retour à la cohorte
Enregistrement W2086469603 · doi:10.3141/2003-01

Random Utility Location, Production, and Exchange Choice; Additive Logit Model; and Spatial Choice Microsimulations

2007· article· en· W2086469603 sur OpenAlexaff
John E. Abraham, John Douglas Hunt

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransportation Planning and Optimization
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésLogitCommodityMixed logitDiscrete choiceProduction (economics)EconomicsEconometricsConsumption (sociology)MicroeconomicsComputer scienceOperations researchLogistic regressionMathematics

Résumé

récupéré en direct d'OpenAlex

A land use modeling system has been developed and applied on the basis of random utility theory. The system abstracts the decisions of the actors located in and traveling around a city or region as a series of logit models: (a) the choice of where to locate the home; (b) the choice of technology, lifestyle, or production option, being the choice of the quantities of “commodities” (consisting of goods, services, labor, and space categories) to consume or produce and hence what interactions will occur; and (c) the location of the “exchange” (transaction or interaction) for each commodity consumed or produced (i.e., for each interaction). These logit models can be combined in a nesting structure, but an additive logit formulation is required because the exchange choices are not mutually exclusive. The additive logit model, which is developed by combining the central limit theorem with random utility theory, can be applied to any choice situation in which several independent choices are conditional on a higher level choice. The resulting choice probabilities can be applied in an aggregate allocation system (as in software for the Production Exchange Consumption Allocation System, PECAS) and result in supply-and-demand equations for each commodity in each exchange that can be solved for a short-term equilibrium. In future research, microsimulation versions of the system could allow a fully integrated and dynamic representation of land use-transport interactions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,478
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,002
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,098
Tête enseignante GPT0,407
Écart entre enseignants0,309 · 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 tête enseignante, pas un consensus.

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

Citations23
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetTransportation Planning and OptimizationTravaux en français237 207