Multi-Scalar Analysis of Transit-Oriented Development for New Start Commuter Rail
Notice bibliographique
Résumé
This paper reports a novel, multi-scalar approach to analyzing population growth and employment development by economic sector within commuter rail transit-oriented development zones. To demonstrate, five new-start commuter rail systems are examined – Rail Runner (New Mexico), FrontRunner (Utah), Northstar (Minnesota), Music City Star (Tennessee) and Westside Express (Oregon). Using ESRI Business Analyst, a series of multi-scalar data tables were created to examine transit-oriented development (TOD) zones adjacent to stations for each system. Data for these zones were compiled for circular zones with radii of a quarter-mile, half-mile, one-mile, and 2-miles, and compared to the same data for the greater metropolitan areas. The datasets allow multi-scale sensitivity analysis across commuter rail systems, TOD zones, and metropolitan areas. Results from the analysis show greater population growth within proximity to the rail stations: within half-mile, the population growth was 26.5 percent; just beyond from half-mile to 2-miles, population growth was 14.6 percent; and for the metropolitan areas, population growth was 22.0 percent. Employment patterns in the zones show an elevated employee to resident ratio within half-mile of the stations, which diminishes as distances increase. The types of employment associated with this proximity are skewed toward professional, administrative and information service sectors. This paper adds to the existing literature on transit-oriented development by providing a new means of examining the impacts of commuter rail stations at varying scales.
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 | 0,012 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| 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) | 0,001 | 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 ».