MétaCan
Menu
Retour à la cohorte
Enregistrement W3089367349 · doi:10.1080/23249935.2020.1831649

Travel distance and land use: a generalized Box–Cox model with conditional spatial lag dependence

2020· article· en· W3089367349 sur OpenAlexafffundabout
Jason Hawkins, Khandker Nurul Habib

Notice bibliographique

RevueTransportmetrica A Transport Science · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEconometricsLagAutocorrelationSpatial analysisSpatial econometricsEconometric modelStatisticsSampling (signal processing)Spatial dependenceField (mathematics)MathematicsComputer science

Résumé

récupéré en direct d'OpenAlex

Disentangling individual contributions to travel distance continues to be an active field of research, with advances in econometrics being germane. In this study, we focus on several econometric techniques, some of which have been applied in isolation in past studies, but the combination of which has yet to be applied to the problem. We apply a series of statistical tests using the method of artificial regression to test the joint effects of functional form and spatial autocorrelation on model fit. An empirical application is made to the Greater Toronto Area using a large-scale travel survey. Several results found in past studies are refuted through the use of advanced econometric methods, including the previous finding of a positive correlation between travel distance and density in the study region. Model results are validated using bootstrapped sampling and local indicators of spatial association.

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 candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,323
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,004
Études des sciences et des technologies0,0010,003
Communication savante0,0000,002
Science ouverte0,0010,000
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 Opus0,039
Tête enseignante GPT0,278
Écart entre enseignants0,239 · 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

Citations8
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTransportmetrica A Transport ScienceMême sujetUrban Transport and AccessibilityTravaux en français237 207