MétaCan
Menu
Retour à la cohorte
Enregistrement W2118592544 · doi:10.1068/b120043p

A Review of Urban Residential Choice Models Using Agent-Based Modeling

2013· review· en· W2118592544 sur OpenAlexaff
Qingxu Huang, Dawn C. Parker, Tatiana Filatova, Shipeng Sun

Notice bibliographique

RevueEnvironment and Planning B Planning and Design · 2013
Typereview
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésAgent-based modelComputer scienceBiddingLand useUrbanizationRelocationRobustness (evolution)Process (computing)Management scienceOperations researchData scienceArtificial intelligenceEconomicsEngineeringMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Urban land-use modeling methods have experienced substantial improvements in the last several decades. With the advancement of urban land-use change theories and modeling techniques, a considerable number of models have been developed. The relatively young approach, agent-based modeling, provides urban land-use models with some new features and can help address the challenges faced by traditional models. Applications of agent-based models to study urban dynamics have increased steadily over the last twenty years. To offer a retrospective on the developments in agent-based models (ABMs) of urban residential choices, we review fifty-one relevant models that fall into three general categories: (i) urban land-use models based on classical theories; (ii) different stages of the urbanization process; and (iii) integrated agent-based and microsimulation models. We summarize and compare the main features of these fifty-one models within each category. This review focuses on three fundamental new features introduced byABMs. The first is agent heterogeneity with particular attention to the method of introducing heterogeneity in agents' attributes and behaviors. The second is the representation of land-market processes, namely preferences, resources constraints, competitive bidding, and endogenous relocation. The third is the method of measuring the extensive model outputs. In addition, we outline accompanying challenges to, and open questions for, incorporating these new features. We conclude that, by modeling agent heterogeneity and land markets, and by exploiting a much broader dimension of output, we will enhance our understanding of urban land-use change and are hopefully able to improve model fitness and robustness.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,005
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,204
Tête enseignante GPT0,285
Écart entre enseignants0,081 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations126
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning B Planning and DesignMême sujetHousing Market and EconomicsTravaux en français237 207