Understanding the urbanization impacts of high-speed rail in China
Notice bibliographique
Résumé
Advances in transport technology have been shown to play a vital role in urban development over millennia. From the engineering and pavement innovations of the Roman road network to the aerospace breakthroughs that enabled jet aircraft, cities have been reshaped by the mobility changes resulting from new designs for moving people and goods. This article explores the urbanization impacts of High-Speed Rail’s introduction in China, which has built the world’s largest High-Speed Rail network in record time. Since High-Speed Rail was launched in Japan in 1964, this technology has worked to reshape intercity travel as a revolutionary transportation alternative. High-Speed Rail has developed steadily across Japan, France, Germany, Italy, Switzerland during the 1970s and 1980s. It expanded to Russia, Spain, the United Kingdom, and Sweden in the 1990s. In the 21st century, China began developing High-Speed Rail on an unprecedented scale, and now has a national network that is longer than the totality of the rest of the world’s High-Speed Rail operations combined. China’s High-Speed Rail operation is exerting a transformative influence on urban form and function. This article synthesizes secondary research results to analyse the impacts of HSR on urbanization. These effects include population redistribution, urban spatial expansion and industrial development. We offer a typol-ogy that considers the urban effects of High-Speed Rail at three spatial levels: the station area, the urban jurisdiction, and the regional agglomeration. When organized through our typology, research findings demonstrate that High-Speed Rail influences urban population size, urban spatial layout and industrial development by changing the acces-sibility of cities. We highlight the processes by which High-Speed Rail ultimately affects the urbanization process for people, land use, and industrial development. However, High-Speed Rail’s impacts on urbanization are not always positive. While leveraging the development opportunity enabled by High-Speed Rail, governments around the world should also avoid potential negative impacts by drawing lessons from the experience of High-Speed Rail’s rapid de-ployment in China.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».