MétaCan
Menu
← Retour à la cohorte
Enregistrement W4230240000 · doi:10.32920/ryerson.14654904.v1

Evaluating the Viability of Intensification Around Three Suburban GO Stations

2021· preprint· en· W4230240000 sur OpenAlexaffabout
Nicola Sharp

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensToronto Metropolitan UniversityUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésZoningIncentiveBusinessPlan (archaeology)Transit-oriented developmentAffordable housingSubsidyEnvironmental planningTransport engineeringFinanceGeographyEconomic growthEconomicsPublic transportEngineeringCivil engineering

Résumé

récupéré en direct d'OpenAlex

The updated Growth Plan for the Greater Golden Horseshoe (2017) requires all GO rail station areas to achieve a minimum density of 150 residents and jobs combined per hectare. Intensification is unlikely to occur without intentional policy and partnerships to encourage development. Mid-rise buildings, the typical residential form needed to meet the intensification target, are often challenging to develop in suburban areas. Similarly, employment intensification can be challenging to achieve without incentives for office location. Policy, politics and market viability all impact intensification. Changes are needed at the provincial, regional and local level to encourage development. Regulatory changes like zoning, partnerships between Metrolinx and developers and/or financial incentives, such as reduced development charges, should be explored to encourage intensification. Suburban GO rail station intensification is an opportunity to achieve multiple policy goals, such as the creation of walkable, affordable communities that increase housing choice. An article on transit station intensification in the Greater Toronto and Hamilton Area, used the keywords: transit oriented development, intensification, Greater Toronto and Hamilton Area

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,339
Score d'incertitude au seuil0,675

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,171
Tête enseignante GPT0,424
Écart entre enseignants0,252 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetUrban Transport and Accessibility→Travaux en français237 207→