The temporal sequence between gentrification and cycling infrastructure expansions in Montreal, Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Increases in cycling infrastructure might be linked to gentrification. However, there is little empirical evidence investigating the existence and directionality of this possible relationship. This study examined the temporal sequence involved in the relation between gentrification and increases in the cycling infrastructure in Montreal, Canada. We analyzed changes in cycling infrastructure between 2006, 2011, and 2016, considering cyclist-only paths, multi-use paths, and on-street bike lanes. The Ding measure was used to identify gentrified census tracts (CTs) using census data. We implemented logistic regression models with and without geographically weighted regression specification at the CT level to test three scenarios; whether an increase in cycling infrastructure (2006–2011) was associated with subsequent gentrification (2011–2016); whether gentrification (2006–2011) was associated with subsequent increase in cycling infrastructure (2011–2016); or if these phenomena happened simultaneously (2011–2016). Increase in cycling infrastructure was not linked to subsequent gentrification, nor did these two phenomena happen simultaneously. However, gentrified CTs had a 44% greater chance of a subsequent increase in cycling infrastructure, with varying strengths of associations across the study area. When planning increases in cycling infrastructure, it is crucial to take an equity-based approach that underlying sociodemographic dynamics of urban CTs. To achieve this, cities need to engage in broad upstream community engagement, ensuring the inclusion of a diverse range of voices in the decision-making process.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 découle