MétaCan
Menu
Retour à la cohorte
Enregistrement W4408200541 · doi:10.1016/j.cities.2025.105844

Street network connectivity leads to denser urban form in Canadian cities

2025· article· en· W4408200541 sur OpenAlexafffundabout
Fajle Rabbi Ashik, Christopher Barrington‐Leigh, Kevin Manaugh

Notice bibliographique

RevueCities · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueUrban Design and Spatial Analysis
Établissements canadiensMcGill University
Organismes subventionnairesSocial Sciences and Humanities Research CouncilSocial Sciences and Humanities Research Council of CanadaMcGill University
Mots-clésEconomic geographyBusinessGeographyEnvironmental planning

Résumé

récupéré en direct d'OpenAlex

The layout of streets forms a skeleton of cities that shapes the long-term development of urban form and land use. The enduring nature of street connectivity implies that any later modifications to other elements of urban infrastructure cannot escape the constraints imposed by the initial street connectivity. Hence, this study examines whether initial street network connectivity leads to subsequent densification. Using Canadian urban neighborhoods as an empirical context, we provide a causal estimation of the effect of the Street-Network Disconnectedness index (SNDi)—a measure of how disconnected a street network is—on densification. Our estimation shows that a 10 % increase in SNDi leads to a considerable 17 % decrease in population density change. The study also provides strong evidence of the spillover effect of surrounding SNDi on the subsequent evolution of density. These results underscore the necessary function of street network connectivity in densification, reinforcing its need in planning policies aimed at reducing transport emissions through densification. • Offers causal evidence of low street connectivity being ‘density-proof’. • Transitioning from a cul-de-sac to a grid results in a neighborhood that is 190 % denser. • Influence of the street network on the urban form transcends both time and space.

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)0,004
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 enseignants0,023
Score d'incertitude au seuil0,168

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,002
Communication savante0,0020,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,008
Tête enseignante GPT0,193
Écart entre enseignants0,185 · 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

Citations9
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCitiesMême sujetUrban Design and Spatial AnalysisTravaux en français237 207