Distributional effects of transport policies on inequalities in access to opportunities in Rio de Janeiro
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The evaluation of social impacts of transport policies has been attracting growing attention in recent years. Yet studies thus far have predominately focused on developed countries and overlooked whether equity assessment of transport projects is sensitive to the modifiable areal unit problem (MAUP). This paper investigates how investments in public transport can reshape socio-spatial inequalities in access to opportunities, and it examines how MAUP can influence the distributional effects of transport project evaluations. The study looks at Rio de Janeiro (Brazil) and the transformations carried out in the city in preparation for the 2014 World Cup and the 2016 Olympics, which involved substantial expansion in public transport infrastructure followed by cuts in service levels. The paper uses before-and-after comparison of Rio's transport network (2014-2017) and quasi-counterfactual analysis to examine how those policies affect access to schools and jobs for different income groups and whether the results are robust when the data is analyzed at different spatial scales and zoning schemes. Results show that subsequent cuts in service levels have offset the accessibility benefits of transport investments in a way that particularly penalizes the poor, and that those investments alone would still have generated larger accessibility gains for higher-income groups. These findings suggest that, contrary to Brazil’s official discourse of transport legacy, recent policies in Rio have exacerbated rather than reduced socio-spatial inequalities in access to opportunities. The study also shows that MAUP can influence the equity assessment of transport projects, suggesting that this issue should be addressed in future research.
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.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle