MétaCan
Menu
Retour à la cohorte
Enregistrement W4403947665 · doi:10.3390/land13111795

Land Stewardship and Development Behaviors Under an Ecological-Impact-Weighted Land Value Tax Scheme: A Proof-of-Concept Agent-Based Model

2024· article· en· W4403947665 sur OpenAlexfundno aff
Dakota Walker, Alican Mertan, Joshua Farley, Donna M. Rizzo, Travis Reynolds

Notice bibliographique

RevueLand · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésStewardship (theology)Environmental resource managementScheme (mathematics)Value (mathematics)Land developmentLand managementLand useGeographyBusinessEcologyComputer scienceEnvironmental scienceMathematicsPolitical scienceBiology

Résumé

récupéré en direct d'OpenAlex

Sprawling land development patterns have exacerbated ecological degradation, social fragmentation, and public health problems. Perverse incentives arise from the ability to privatize collectively created value in land rents and socialize ecological costs. Land value taxation (LVT) has been shown to encourage urban infill development by reducing or eliminating rent-seeking behavior in land markets. However, despite its purported benefits, this tax reform is value monistic in its definition of optimal land use and, therefore, does little to address the lack of non-market information to inform land use decisions. We propose an ecological-impact-weighted land value taxation policy (ELVT) which incorporates the ecological footprint of land use into one’s land value tax burden. We test both proposed policies (LVT and ELVT) relative to a “status quo” (SQ) property tax scheme, utilizing a conceptual spatially explicit agent-based model of land use behaviors and housing development. Our findings suggest that both tax interventions can increase the capital intensity and decrease the land intensity of housing development. Furthermore, both tax interventions can lead to a net profit loss for speculators and a decrease in the average housing unit price. The ELVT scheme is shown to significantly increase urban nature provisions and dampen the loss of ecological value across a region.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,223
Score d'incertitude au seuil0,622

Scores Codex et Gemma par catégorie

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

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 Opus0,101
Tête enseignante GPT0,261
Écart entre enseignants0,160 · 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.

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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLandMême sujetEconomic and Environmental ValuationTravaux en français237 207