Calibration and Validation of The Population Mobility and Housing Price Sub-Modules of The Smartplans Integrated Urban Model
Notice bibliographique
Résumé
Since the 1960s, Integrated Urban Models (IUMs) have consistently been applied to simulate the future of cities. Technological advancement in recent years has opened the doors for sophisticated IUMs to be developed, ones requiring extreme computing power. The SMARTPLANS IUM is one example. While the development and application of SMARTPLANS exists in the literature, exploring potential improvements in the model’s predictive ability is lacking. This dissertation aims to fill the gap in the literature by focusing on two sub-modules of SMARTPLANS to test and ultimately advance their performance. The research conducted in this thesis explores the population mobility and land price submodules within the Land Use Module of SMARTPLANS. The models were estimated using relevant parameters, compared over time, and validated with Canadian census data. The results show that the population aged 24-35 is the primary influencing factor to impact population mobility in all study areas. Additionally, the number of detached dwellings and household income were found to positively impact house prices in all models. Further, the number of row houses and the distance from the central business district (CBD) negatively influenced prices. The estimated models for the two sub-modules suggest stable transferability over time in regions experiencing steady pace growth. Furthermore, the analysis confirms a strong spatial influence present in the data associated with both submodules. As such, the utilization of spatially oriented techniques, namely the Simultaneous Auto-Regressive (SAR) model, resulted in superior predictions when compared to the predictions obtained from Ordinary Least Squares (OLS) regression models. The implementation of SAR models within SMARTPLANS will therefore improve its predictive ability.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».