MétaCan
Menu
Retour à la cohorte
Enregistrement W2545551806 · doi:10.2495/tdi-v1-n3-348-358

Relationship between accessibility improvement and residential property appreciation: An observation from shanghai metro

2017· article· en· W2545551806 sur OpenAlexaff
Qian Wu, Xuze Ye

Notice bibliographique

RevueInternational Journal of Transport Development and Integration · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesnon disponible
Mots-clésProperty (philosophy)Transport engineeringBusinessArchitectural engineeringEngineeringPhilosophy

Résumé

récupéré en direct d'OpenAlex

The costly construction and operation of urban rail transit have become escalating problems for cities worldwide, especially in developing countries. Reliable measures of residential property appreciation for urban rail transit can provide suggestions for policy-making of value capture to fund transit improvements. using gIS techniques and residential property price data, the relationships between accessibility improvement value and residential property appreciation are analysed in Shanghai. The impacts of urban rail transit on residential property values are classified into traffic effect and agglomeration effect, both of which are measured by the accessibility improvement model. The results indicate that the goodness-of-fit of the model is greater than 93%. Traffic benefit is greater than agglomeration benefit in the suburb, which is completely different in the city centre. furthermore, the residential property appreciation is about 5 times the accessibility improvement value per year. This study contributes to the evidence of capitalization impacts of public transit from a booming and transitional economy and provides suggestions for land use planning of areas surrounding stations.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,064
Score d'incertitude au seuil0,771

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,004
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,092
Tête enseignante GPT0,348
Écart entre enseignants0,256 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Transport Development and IntegrationMême sujetUrban Transport and AccessibilityTravaux en français237 207