Distributional effects of transport policies on inequalities in access to opportunities in Rio de Janeiro
Notice bibliographique
Résumé
The evaluation of the social impacts of transport policies is attracting growing attention in recent years. Yet, this literature is still predominately focused on developed countries. The goal of this research is to investigate how investments in public transport networks can reshape social and geographical inequalities in access to opportunities in a developing country, using the city of Rio de Janeiro (Brazil) as a case study. Recent mega-events, including the 2014 Football World Cup and the 2016 Olympic Games, have triggered substantial investment in the city’s transport system. More recently, though, bus services in Rio have been rationalized and reduced as a response to a fiscal crisis and a drop in passenger demand, giving a unique opportunity to look at the distributional effects this cycle of investment and disinvestment have had on peoples’ access to educational and employment opportunities. Based on a before-and-after comparison of Rio’s public transport network, this study uses a spatial regression model and cluster analysis to estimate how accessibility gains vary across different income groups and areas of the city between April 2014 and March 2017. The results show that recent cuts in service levels have offset the potential benefits of newly added public transport infrastructure in Rio. Average access by public transport to jobs and public high-schools decreased approximately 4% and 6% in the period, respectively. Nonetheless, wealthier areas had on average small but statistically significant higher gains in access to schools and job opportunities than poorer areas. These findings suggest that, contrary to the official discourses of transport legacy, recent transport policies in Rio have exacerbated rather than reduced socio-spatial inequalities in access to opportunities. These results also suggest that future research should consider how the modifiable areal unit problem (MAUP) can influence the equity assessment of transport projects.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».