A preliminary analysis of population and employment dynamics within the Greater Toronto Area, the Greater Montreal Area, and the Greater Vancouver Area between 2006 and 2016 in relation to customized accessibility geography: On the topics of the determinants of residential choice, gentrification, and sustainable urban growth
Notice bibliographique
Résumé
"Metropolitan areas are the epicentre of urban growth in the 21st Century. According to U.NHabitat, over one-third of the world’s population and two-thirds of the world’s urban population now live and work in metropolitan areas. These ratios are predicted to expand at a rapid rate in the coming decades. Therefore, obtaining an in-depth understanding about the spatial structure of metropolitan areas, the internal distributions of population and economic activities, the factors that drive population and economic growth and their distributions, and the challenges they face in relation to managing growth is imperative to promote urban sustainability. This present research investigates these topics in the context of the three largest Canadian metropolitan regions: the Greater Toronto Area, the Greater Montreal Area, and the Greater Vancouver Area. Methodologically, using Statistics Canada’s proximity measure database, we construct an aggregated accessibility geography for each metropolitan region based on a clustering model. On top of this geography, we overlay the 2006 and 2016 Labour Force Survey data at the place of residence and place of work to examine the location of different types of workers and employments as well as spatial dynamics during the decade. The outcomes of our analyses contribute to the following knowledge from the Canadian experience: 1) determinants of locational choice, especially for members of the creative class; 2) gentrification and displacement; 3) sustainable urban growth in relation to the 15-Minute City. "@eng
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».