Scissors Difference of Socioeconomics, Travel and Space Consumption Behavior of Rural and Urban Households and Its Impact on Modeling Accuracy and Data Requirements
Notice bibliographique
Résumé
It is believed that the “scissors difference” of socioeconomics between rural and urban households in typical municipalities of China is significant. This may result in differences in their behavior and has important implications for urban land use and transportation planning policies, as well as related modeling accuracy and data requirements. However, detailed analyses regarding such “scissors differences” between rural and urban groups in China have not been done before. In this study, travel survey data collected from the City of Wuhan in 2008 is used to study if rural and urban households are statistically different in terms of household income, household size, space consumption, highest household mobility and travel distance. A set of statistical tests, such as the Kolmogorov–Smirnov test, Mann–Whitney U test and Kruskal–Wallis H test, are applied to the study data. The study results show that the “scissors difference” is found to be statistically significant in terms of household size (HS), household income (HI), building area (BA) consumed and household mobility (except for travel distance) between rural and urban households. Conversely, analyses applied to travel distance of urban and rural household subgroups (categorized by HS and HI) reveal that the urban and rural counterparts show almost exactly opposite behavior. The study results also suggest that such differences should be explicitly considered in relevant modeling exercises by separately setting up urban and rural household groups, but the number of household groups used should be determined based on a balance between modeling accuracy and data required/modeling workload.
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 | 0,006 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».