Household Income Composition Changes with Rapid Transit Implementation: A Natural Experiment Study of SkyTrain, Metro Vancouver, 1981-2016
Notice bibliographique
Résumé
Background—Rapid transit such as SkyTrain is beneficial to move people efficiently, reduce carbon emissions, and increase physical activity. However, these benefits attract new development resulting in rising housing prices that may consequently change the household income composition. Metro Vancouver has not skirted this phenomenon, with rapid population growth and signs of neighbourhood change near SkyTrain.\n \nResearch Question—Does the household income composition change in areas nearby new SkyTrain stations?\n \nHypothesis—After a new SkyTrain station opens, lower income households may initially have better access to rapid transit, but over time nearby areas shift towards higher income households. Methods and Procedures—This natural experiment study uses census data for Metro Vancouver census tracts (CTs) 1981–2016. Household income composition is measured using relative share of households (location quotient (LQ)) in three income categories. Exposed areas are within 1.6 km (20-min walk) of SkyTrain stations compared to the rest of the region. Spatial analysis visualizes geographic distributions using ArcGIS, and statistical analysis tests concepts with linear mixed effects models using R software.\n \nResults—The study assesses 374 CTs in 17 municipalities and finds areas nearby new SkyTrain stations start with a larger relative share of lower income households at baseline (1981) but shift towards more affluence over time. The areas exposed to SkyTrain changed in relative share of households faster than unexposed areas by LQ= -0.024, -0.012, and 0.026 more for very low, lower, and high income households, respectively, per census year (every five years). This means the relative share of each income group changed by 1–3% more in exposed areas than unexposed areas over every five-year period or a total change of 8–18% more over the entire study period.\n \nConclusions—Future planning must consider SkyTrain does impact who lives in areas nearby and options to protect lower income housing with access to transit are needed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».