MétaCan
Menu
← Retour à la cohorte
Enregistrement W7132955345

Transportation, Poverty, and Urban Dynamics

2022· dissertation· W7132955345 sur OpenAlexaboutno aff
Jeffrey A. Allen

Notice bibliographique

RevueTSpace · 2022
Typedissertation
Langue
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSuburbanizationPovertyPublic transportDistribution (mathematics)Central cityPublic policy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This dissertation examines suburbanization of poverty in Canadian cities during the late 20th and early 21st centuries, with particular focus on its relation to the distribution of transportation infrastructure and travel behaviour outcomes. The body of this dissertation consists of a literature review followed by three quantitative research papers. The first examines suburbanization of poverty in Toronto over a 25 year period relative to changes in public transit accessibility and adverse travel behaviour outcomes (e.g. longer commute times). The second uses panel data to analyze and tabulate individual pathways to suburban poverty across Canada. And the third directly asks whether low-income residents are disproportionately moving away from public transit. Findings show that many suburban areas are not only declining in socio-economic status, but are also experiencing worsening travel restrictions, evidenced by longer commute times and lower activity participation rates. Importantly, the primary pathway to suburban poverty is sourced from residents dropping into poverty in the suburbs, rather than from moving away from central areas or due to immigration. Moreover, while low-income residents reduce their level of transit accessibility when they move, they are not doing so at a greater rate than higher-income movers. Overall, this research generates important knowledge about the changing structure of urban neighbourhoods while also providing pertinent information to aid preventative policy aimed at reducing suburban poverty in Canada.

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)0,001
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 enseignants0,963
Score d'incertitude au seuil0,194

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,005
Études des sciences et des technologies0,0040,002
Communication savante0,0030,001
Science ouverte0,0000,001
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 Opus0,013
Tête enseignante GPT0,336
Écart entre enseignants0,323 · 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace→Même sujetUrban Transport and Accessibility→Travaux en français237 207→