MétaCan
Menu
Retour à la cohorte
Enregistrement W3039256550 · doi:10.3138/cpp.2020-062

Do COVID-19 Policies Affect Mobility Behaviour? Evidence from 75 Canadian and American Cities

2020· article· en· W3039256550 sur OpenAlexafffundvenueabout
David Armstrong, Matthew Lebo, Jack Lucas

Notice bibliographique

RevueCanadian Public Policy · 2020
Typearticle
Langueen
DomaineMathematics
ThématiqueCOVID-19 epidemiological studies
Établissements canadiensUniversity of CalgaryWestern University
Organismes subventionnairesUniversity of TorontoQueen's UniversityMcGill University
Mots-clésCoronavirus disease 2019 (COVID-19)Construct (python library)Urban policyAffect (linguistics)Public policy2019-20 coronavirus outbreakState (computer science)Regional scienceDemographic economicsPolitical sciencePublic economicsGeographyEconomic growthEconomicsUrban planningSociologyMedicineComputer science

Résumé

récupéré en direct d'OpenAlex

We construct a new measure of the aggressiveness of COVID-19 policies in 75 Canadian and American cities and estimate the effect of these policies on mobility patterns in each city. Using a new dataset of five municipal COVID-19 policy indicators for each of our 75 cities, combined with 11 provincial/state policy indicators, we estimate a daily measure of the "aggressiveness" of the provincial/state and municipal COVID-19 policy mix in each city. We then estimate the effects of these policies on subsequent mobility behaviour using dynamic time series models. We find strong evidence of policy effects on subsequent mobility behaviour, but few overall differences between Canadian and American cities. We discuss the significance of our findings both for COVID-19 policy research and for other comparative urban policy research in multilevel policy environments.

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)0,077
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict)
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 enseignants0,278
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,077
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,333
Tête enseignante GPT0,436
Écart entre enseignants0,103 · 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.

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

Citations37
Publié2020
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Public PolicyMême sujetCOVID-19 epidemiological studiesTravaux en français237 207