MétaCan
Menu
Retour à la cohorte
Enregistrement W4281554228 · doi:10.32920/19772878

Public land leasing: an instrument of land value capture to promote urban development and housing in the GTHA

2022· preprint· en· W4281554228 sur OpenAlexaff
Joshua Papernick

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensToronto Metropolitan UniversityMcGill UniversityQueen's University
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaRedevelopmentBusinessUrban planningContext (archaeology)Environmental planningLand useLand-use planningSustainabilityResource (disambiguation)Public landLand managementPopulationOrder (exchange)Environmental resource managementGeographyFinanceEconomicsPolitical scienceEngineeringCivil engineering

Résumé

récupéré en direct d'OpenAlex

Leasing public land has become an increasingly common practice for governments wishing to retain control over significant public assets while being able to capture land values, promote urban development, as well as create opportunities to address social needs in the community. Although several instruments of land value capture currently exist, there is limited implementation of public land leasing in the GTHA. The strategic use of land is needed in order to execute important city building initiatives, and there are few regions better positioned to take advantage of this tool. As population projections continue to rise sharply, public land will be a critical resource to sustainably grow these metropolitan areas. Urban planners and public authorities can take advantage of ground leasing models to facilitate land redevelopment, affordable housing, and transit-oriented development. However, ideal conditions must still be instituted before cities can successfully capitalize these benefits. The research presented in this paper aims to provide an understanding of the land leasing model in a local and international context in order to help cities and urban planners better comprehend its potential and avoid missed opportunities in the GTHA. Key words: public land leasing, urban development, land value capture, implementation policy

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)0,005
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,975
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,006
Communication savante0,0080,004
Science ouverte0,0010,005
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,109
Tête enseignante GPT0,298
Écart entre enseignants0,190 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUrban and Rural Development ChallengesTravaux en français237 207