MétaCan
Menu
Retour à la cohorte
Enregistrement W2127211441 · doi:10.1029/2009wr008074

Does a property‐specific environmental health risk create a “neighborhood” housing price stigma? Arsenic in private well water

2010· article· en· W2127211441 sur OpenAlexaff
Kevin Boyle, Nicolai V. Kuminoff, Congwen Zhang, Michael Devanney, Kathleen P. Bell

Notice bibliographique

RevueWater Resources Research · 2010
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensNova Scotia Department of Agriculture
Organismes subventionnairesnon disponible
Mots-clésPurchasingSuperfundBottled waterArsenic contamination of groundwaterArsenicBusinessNatural resource economicsSafe Drinking Water ActGroundwaterEnvironmental healthEnvironmental engineeringEnvironmental scienceWaste managementHazardous wasteEconomicsWater qualityEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

This paper examines the impact of arsenic contamination of groundwater on sale prices of residential properties and bare land transactions in two Maine towns, Buxton and Hollis, that rely on private wells to supply their drinking water. Prompted by tests of well water by the state of Maine, media attention focused on the communities in 1993 and 1994 when 14% of private wells were found to have arsenic concentrations exceeding the U.S. Environmental Protection Agency standard of 0.05 mg/L. Households could mitigate the serious health risks associated with arsenic ingestion by purchasing bottled water or by installing a reverse osmosis home treatment system. Our results indicate that the initial arsenic finding in 1993 led to significant, but temporary, 2 year decreases in property prices. This is a much shorter effect on prices than has been observed for Superfund sites, where prices can be depressed for a decade. These results suggest that a property‐specific contamination incident that is treatable may not have a long‐lasting effect on sale prices, but further research is needed to confirm if the dissipation of the price effect was actually due to the installation of in‐home water treatment systems or due to the dissipation of perceived risk once the media coverage stopped.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,954
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,004

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 Opus0,034
Tête enseignante GPT0,246
Écart entre enseignants0,211 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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

Citations38
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetHousing Market and EconomicsTravaux en français237 207