Access-based land value appreciation for assessing project benefits
Notice bibliographique
Résumé
The traditional mobility-oriented travel-time saving benefit assessment method has been repeatedly questioned for numerous intrinsic flaws, motivating the search for alternative benefit assessment approaches. Although a wealth of literature confirms the capitalization effect of access benefits induced by transport improvements to land or real estate value, the access-based land value uplift method hasn’t yet been widely recognized and employed as an official tool assisting transport decision-making. The present paper collects 136 empirical studies and aims to disentangle the obstacles hindering the promotion of the access-based assessment method by systematically reviewing methodological design, the access metrics used, and the target real estate sub-markets or land use types upon which access benefits are quantified. First, it was found that almost half of the sampled studies just investigated the general effects of transport operation on real estate prices without incorporating sufficient temporal and locational considerations, thereby failing to isolate project-specific incremental impacts. Second, while the hedonic pricing model remains the most popular model, a trend towards embracing more advanced modelling techniques such as spatial lag, spatial error, and Difference-in-Differences (DID) models to control for bias caused by spatial dependence has been observed. Third, Euclidean distance and distance buffer rings are the most widely used operational measures of access. Primal access measures covering the number of opportunities available at a destination and travel impedance are recommended. Last, over 86% of sampled empirical studies target the residential real estate market. The lack of non-residential land uses in the literature presents a significant research gap that should be addressed.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,001 |
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.
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 ».