MétaCan
Menu
Retour à la cohorte
Enregistrement W2971642510 · doi:10.1177/2399808319871308

Household-level dynamics in residential location choice modelling with a latent auction method

2019· article· en· W2971642510 sur OpenAlexafffundabout
Jason Hawkins, Adam Weiss, Khandker Nurul Habib

Notice bibliographique

RevueEnvironment and Planning B Urban Analytics and City Science · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDifferential (mechanical device)Work (physics)Residential areaEconometricsLatent class modelProcess (computing)EconomicsMicroeconomicsComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

A longstanding deficiency in the modelling of residential location choices is the common assumption of a single household decision-maker. This paper contributes to a growing literature on methods to capture intra-household dynamics in this decision process. A latent auction approach is employed to estimate a residential location choice model for the Greater Toronto Area. The present work extends the consideration of individual utility factors beyond simple commute time, to include frequency of automobile use, transit use, and the cost of parking at the destination. Results suggest a weakening differential between male and female roles in the residential location choice, as multi-worker households are increasing in response to increasing costs of living. The strength of the latent auction model is confirmed as a means of linking bid-rent with observed market prices. Several conclusions are drawn out of the model results, including a pattern of larger households preferring the larger and cheaper houses characteristic of suburban areas of the Greater Toronto Area.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,563
Score d'incertitude au seuil0,512

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 technologies0,0000,000
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 Opus0,051
Tête enseignante GPT0,217
Écart entre enseignants0,166 · 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

Citations7
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning B Urban Analytics and City ScienceMême sujetHousing Market and EconomicsTravaux en français237 207