MétaCan
Menu
Retour à la cohorte
Enregistrement W2753263736 · doi:10.1177/0042098017712680

Rapid transit, transit-oriented development, and the contextual sensitivity of land value uplift in Toronto

2017· article· en· W2753263736 sur OpenAlexaffabout
Christopher D. Higgins, Pavlos Kanaroglou

Notice bibliographique

RevueUrban Studies · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTransit-oriented developmentTransit (satellite)Context (archaeology)Land useProxy (statistics)Smart growthGeographyTransport engineeringBusinessEconomic geographyPublic transportComputer scienceCivil engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Rapid transit projects that increase accessibility should result in a localised land value uplift (LVU) benefit for locations near stations. A rich history of research has tested this hypothesis, generally operationalising transit accessibility by proxy through distance from a transit station. However, a growing body of research has also demonstrated LVU effects from transit-oriented development (TOD) as individuals sort themselves into locations that best match their preferences and willingness to pay. Considering the interdependence of transportation and land use in the urban system, we argue that these benefits create a spatial bundle of TOD goods around transit stations and hypothesise that households are willing to pay a premium for locations in more transit-oriented station catchment areas. Utilising latent class analysis, we quantify station area TOD submarkets. Next, interactions between these submarkets and station proximity in spatial hedonic regressions reveal that TOD is capitalised into land values in Toronto, though the maximum amount and spatial impact area of this capitalisation differs by TOD context.

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)0,002
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 enseignants0,397
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
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 Opus0,040
Tête enseignante GPT0,325
Écart entre enseignants0,285 · 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

Citations76
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUrban StudiesMême sujetUrban Transport and AccessibilityTravaux en français237 207