The Effect of Noise Barriers on the Market Value of Adjacent Residential Properties
Notice bibliographique
Résumé
Ce texte présente la première étude sur l'impact des murs antibruit sur le prix des maisons adjacentes basée sur une analyse des ventes répétées, qui constitue la meilleure méthodologie pour étudier cette question. Essentiellement, une analyse des ventes répétées nous permet d'examiner la différence de prix de vente pour une maison donnée avant et après un événement qui aurait pu en affecter le prix. S'il y a une différence de prix « significative » entre les deux transactions, on peut alors attribuer cette différence à l'événement. Bien sûr, pour que cela soit vrai, il faut s'assurer de tenir compte des autres éléments qui auraient pu affecter le prix de la maison entre les deux ventes, comme l'évolution générale du marché immobilier ou les rénovations majeures qui auraient pu être faites. Notre étude se base sur un quartier de la ville de Laval, une banlieue de Montréal, où un grand mur antibruit a été construit en 1990 le long d'une autoroute. Nous avons pu obtenir des informations sur 134 maisons qui ont été vendues au moins deux fois pendant la période 1980 - 2000. En plus, nous avons pu avoir des informations sur l'ensemble du marché immobilier, comme dans toutes les autres analyses de ventes répétées, mais aussi sur les caractéristiques sociodémographiques du secteur et sur les rénovations majeures qui ont touché ces maisons durant la période. À notre connaissance, c'est la première fois que des informations sur les rénovations sont disponibles dans une analyse des ventes répétées. Nous concluons que le mur antibruit a entraîné une augmentation de 10 %, en moyenne, du prix des maisons dans notre échantillon.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| 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 ».