The effects of remote work on urban sprawl : 20 years of pre-covid data
Bibliographic record
Abstract
Cette étude examine les effets de la prévalence du travail à domicile sur les disparités dans les niveaux d’étalement urbain entre différentes villes et sur son évolution au sein des villes à travers le temps. Plus précisément, il examine si une augmentation du nombre de travailleurs à domicile est corrélée à une hausse des typologies de logements à faible densité, telles que les maisons unifamiliales et jumelées—et si les villes comptant davantage de travailleurs à domicile contiennent une plus grande proportion de ces types de logements par rapport aux autres villes. L'analyse est réalisée en appliquant des méthodes de panel à effets fixes sur un ensemble de données englobant 43 RMR et AR canadiennes sur une période allant de 2001 à 2021. Ceci est effectué en contrôlant les variables du modèle Alonso-Muth-Mills connues pour influencer l'étalement urbain : la population, le revenu, la rente agricole et les coûts de transport. L’une des principales conclusions de cette recherche révèle que, bien que les travailleurs à domicile résident principalement dans des zones métropolitaines plus denses, l’essor du travail à domicile est associé à une augmentation de l’étalement urbain. Cette étude contribue à la littérature sur l'urbanisme et les transports en fournissant un aperçu de la dynamique évolutive de l'étalement urbain dans le contexte de l'évolution des modes de travail, soulignant la nécessité de stratégies globales de planification urbaine qui répondent à ces nouvelles tendances. \n_____________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : Étalement urbain, travail à domicile, télétravail, Canada
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".