Modeling Location Choices of Housing Builders in the Greater Toronto, Canada, Area
Notice bibliographique
Résumé
An analysis of the spatial choice of housing builders in the greater Toronto area (GTA), Canada, is presented. A spatially disaggregate database of 126,462 new housing units built by 445 builders is used to analyze the determinants of the intrametropolitan location of new housing. Housing starts are classified into four types: single-family detached (SFD), semidetached, condominiums, and row-link housing. An accessibility analysis shows that the GTA remains a monocentric region where accessibility for most activities declines with distance from the central business district. The location choice of homebuilders differs by housing type. For instance, the construction of new condominiums is more likely to be in high-density areas with high accessibility to jobs. Similarly, the likelihood of construction of low-rise (SFD or semidetached) housing is higher in low-density areas with low accessibility to work and other activities. Neighborhood attributes help determine the type of housing likely to be built in the vicinity. Also, the location of low-rise residential units and planned residential construction is influenced by proximity to major transport corridors in the GTA. The location of condominiums is influenced by proximity to the subway system. Builders are attracted to zones with higher dwelling values, where they can obtain higher values for their products. Spatial inertia in housing markets is presented, which implies that the presence of a certain type of housing attracts more housing of that type to the vicinity.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».