What might working from home mean for the geography of work and commuting in the Greater Golden Horseshoe, Canada?
Notice bibliographique
Résumé
The Covid-19 pandemic has highlighted the precarity of urban society, illustrating both opportunities and challenges. Teleworking rates increased dramatically during the pandemic and may be sustained over the long term. For transportation planners, these changes belie the broader questions of how the geography of work and commuting will change based on pandemic-induced shifts in teleworking and what this will mean for society and policymaking. This study focuses on these questions by using survey data ( n = 2580) gathered in the autumn of 2021 to explore the geography of current and prospective telework. The study focuses on the Greater Golden Horseshoe, the mega-region in Southern Ontario, representing a fifth of Canadians. Survey data document telework practices before and during the pandemic, including prospective future telework practices. Inferential models are used to develop working-from-home scenarios which are allocated spatially based on respondents’ locations of work and residence. Findings indicate that telework appears to be poised to increase most relative to pre-pandemic levels around downtown Toronto based on locations of work, but increases in teleworking are more dispersed based on employees’ locations of residence. Contrary to expectations by many, teleworking is not significantly linked to home–work disconnect – suggesting that telework is poised to weaken the commute–housing trade-off embedded in bid rent theory. Together, these results portend a poor outlook for downtown urban agglomeration economies but also more nuanced impacts than simply inducing sprawl.
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 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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».