Automobile Commuting in Suburban High-Rise Condominium Apartments: Examining Transitions toward Suburban Sustainability in Toronto
Notice bibliographique
Résumé
While North American suburbs remain largely dispersed and auto-dependent, they are also increasingly heterogeneous. Although some suburbs have long been punctuated with high-rise developments, for instance rental apartments in the Canadian context, there are now a growing number of new high-rise condominium developments in suburban settings in both the US and Canada. While much is known about downtown high-rise condominium developments, there has of yet been little to no analysis of this trend in the suburbs. We offer such an analysis using Statistics Canada census data from 2016 in the Toronto metropolitan area. We focus on commuting patterns as an indicator of auto-dependence to test whether suburbs with larger shares of new high-rise condominium apartments (high-rise condo clusters) exhibit lower shares of auto commuting. The focus on auto-dependence is important because development and land use plans commonly use environmental concerns arising from heavy automobile use as a rationale for high-rise development. Our findings suggest that in Toronto suburban high-rise condo clusters offer a less auto-intensive way of living in the suburbs than traditionally has been the case in the suburban ownership market. However, this seems to be limited to particular demographic groups, such as smaller households; and suburban high-rise condos are not an evident sign of a broader transition toward suburban sustainability among the population as a whole in the Toronto case. The potential for transitions toward suburban sustainability could be enhanced with greater investments in transit infrastructure and building higher density mid-rise and ground-oriented dwellings that accommodate larger households still commonly found in low-density, auto-dependent suburbs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».