MétaCan
Menu
Retour à la cohorte
Enregistrement W4386864606 · doi:10.1111/gean.12377

What's a School Worth to a Neighborhood? A Spatial Hedonic Analysis of Property Prices in the Context of Accommodation Reviews in Ontario

2023· article· en· W4386864606 sur OpenAlexafffundabout
John Merrall, Christopher D. Higgins, Antonio Páez

Notice bibliographique

RevueGeographical Analysis · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensThe Scarborough HospitalUniversity of TorontoMcMaster University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésCapitalizationAccommodationContext (archaeology)Closure (psychology)Property valueValue (mathematics)Capital cityPublic economicsEconomicsGeographySociologyRegional sciencePolitical scienceEconomic geographyPsychologyMathematicsLawStatisticsFinanceReal estate

Résumé

récupéré en direct d'OpenAlex

Due to a change in capital funding formula, many school boards across the Province of Ontario engaged in Accommodation Reviews to rationalize the supply of school capacity. This process led to numerous school closures and raised important policy questions regarding the economic value of a school in terms of its capitalization into property values and, by extension, how the closure of a school might affect local neighborhoods. To explore these questions, this research uses spatial hedonic methods to estimate the implicit value of accessibility to schools in the City of Hamilton, Ontario. Spatial Durbin model results provide evidence of a significant negative correlation between distance to schools and housing prices in the Canadian context. This suggests that accessibility to schools is capitalized into property values and that the closure of a neighborhood school may result in potentially significant losses of economic value in communities.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,029
Score d'incertitude au seuil0,148

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,037
Tête enseignante GPT0,239
Écart entre enseignants0,203 · 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

Citations5
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGeographical AnalysisMême sujetHousing Market and EconomicsTravaux en français237 207