MétaCan
Menu
Retour à la cohorte
Enregistrement W4417503795 · doi:10.1080/10527001.2025.2592456

The Socioeconomic Impact of a Large High-Tech Development Project on the Surrounding Residential Community: An Exploration of Residential Property Prices and Community Disruption

2025· article· en· W4417503795 sur OpenAlexaff
Allyssa Ann Wadsworth, Ann Rensel

Notice bibliographique

RevueJournal of Housing Research · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueRegional Economics and Spatial Analysis
Établissements canadiensNiagara College
Organismes subventionnairesnon disponible
Mots-clésResidential propertyResidential real estateSocioeconomic statusProperty valueProperty (philosophy)House priceProperty market

Résumé

récupéré en direct d'OpenAlex

In 2017, a new, high-technology children’s hospital was constructed near the center of a northern U.S. city. The new facility is adjacent to established but economically challenged neighborhoods. Using historical sale prices and difference-in-differences hedonic price methodology, we determine that the neighborhoods surrounding the hospital experienced increases in residential property prices. The associated increase in property taxes impacts the existing property owners’ ability to remain on the property. We find that residential property prices increased during the development within two defined 1- and 2.5-mile perimeters surrounding the new facility. Residential houses located within a 2.5-mile radius of the new hospital that sold after the opening date of the new hospital were valued 42.8% higher than properties sold outside of the 2.5-mile radius, and we see sales prices 30% higher within 1 mile of the new hospital. We note that this is one of the first known studies to quantify the economic impact of a new high-technology hospital on the adjacent neighborhoods.

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 enseignants0,030
Score d'incertitude au seuil0,060

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
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 Opus0,206
Tête enseignante GPT0,397
Écart entre enseignants0,192 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Housing ResearchMême sujetRegional Economics and Spatial AnalysisTravaux en français237 207