MétaCan
Menu
Retour à la cohorte
Enregistrement W4393856052 · doi:10.1016/j.tre.2024.103500

An integrated causal framework to evaluate uplift value with an example on change in public transport supply

2024· article· en· W4393856052 sur OpenAlexafffundabout
Jean Dubé, Julie Le Gallo, François Des Rosiers, Diègo Legros, Marie-Pier Champagne

Notice bibliographique

RevueTransportation Research Part E Logistics and Transportation Review · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensUniversité Laval
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésAnticipation (artificial intelligence)Public transportEconometricsValue (mathematics)Parametric statisticsComputer scienceFunction (biology)EconomicsOperations researchTransport engineeringEngineeringMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Many empirical applications aim to isolate the impact of implementing new public transport on real estate uplift value. While their conclusions generally point to positive impact, due to reduction in transportation cost, the methodological framework to investigate uplift value has largely evolved over time. This paper reviews the different methodological challenges in measuring causal uplift value and proposes an adjusted parametric approach inspired from the Alonso-Muth-Mills model, returning a complex 2-D price premium function allowing for spatial heterogeneous patterns of the average treatment effect. The proposed framework also accounts for other methodological challenges underlined by literature such as spatial autocorrelation, selectivity and representativity issues, and possible anticipation effects. To illustrate the importance of methodological choices on estimation results, the framework is applied to the case of the implementation of a bus rapid transit (BRT) system in Québec City, a medium-size Canadian city, as a specific case study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,804
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,266
Tête enseignante GPT0,385
Écart entre enseignants0,119 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations12
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTransportation Research Part E Logistics and Transportation ReviewMême sujetHousing Market and EconomicsTravaux en français237 207