論文の概要: Measuring and Modeling Neighborhoods

• arxiv url: http://arxiv.org/abs/2110.14014v3
• Date: Fri, 24 Jun 2022 20:29:57 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-10 05:24:03.762251
• Title: Measuring and Modeling Neighborhoods
• Title（参考訳）: 近所の計測とモデリング
• Authors: Cory McCartan, Jacob R. Brown, and Kosuke Imai
• Abstract要約: 回答者が近所を地図上に描くためのオンライン調査機器を開発した。 そこで我々は,回答者と地理的特徴とその相互作用を統計的に分析し,主観的地区を推定する手法を提案する。 提案手法について,マイアミ,ニューヨーク,フェニックスの2,572人の有権者を対象に検討した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The availability of granular geographic data presents new opportunities to understand how neighborhoods are formed and how they influence attitudes and behavior. To facilitate such studies, we develop an online survey instrument for respondents to draw their neighborhoods on a map. We then propose a statistical model to analyze how the characteristics of respondents and geography, and their interactions, predict subjective neighborhoods. We illustrate the proposed methodology using a survey of 2,572 voters in Miami, New York City, and Phoenix. Holding other factors constant, White respondents tend to include census blocks with more White residents in their neighborhoods. Similarly, Democratic and Republican respondents are more likely to include co-partisan census blocks. Our model also provides more accurate out-of-sample predictions than standard distance-based neighborhood measures. Lastly, we use these methodological tools to test how demographic information shapes neighborhoods, but find limited effects from this experimental manipulation. Open-source software is available for implementing the methodology.
• Abstract（参考訳）: 粒度の地理データの入手は、地域がどのように形成され、それが態度や行動にどのように影響するかを理解する新しい機会を提供する。 このような研究を容易にするため、回答者が地図上に近所を描くためのオンライン調査機器を開発した。 そこで我々は,回答者と地理的特徴とその相互作用を統計的に分析し,主観的地区を予測するモデルを提案する。 提案手法は, マイアミ, ニューヨーク市, フェニックスの2,572人の有権者を対象とした。 他の要因を一定に保ち、白人の回答者は近隣により多くの白人住民がいる国勢調査ブロックを含める傾向にある。 同様に、民主党と共和党の回答者は、共同党派の国勢調査ブロックを含める傾向にある。 また,本モデルでは,標準距離法よりも精度の高いサンプル外予測を行う。 最後に、これらの方法論ツールを用いて、人口動態情報がどのように近所を形作るかをテストするが、この実験的な操作による影響は限られている。 オープンソースソフトウェアは方法論の実装に利用できる。

関連論文リスト

• Uncover the nature of overlapping community in cities [4.497897224837208]
  本研究は,都市社会に固有の複雑な重なり合う性質を反映した,グラフに基づく物理対応深層学習フレームワークを提案する。 米国ミネソタ州ツインシティーズ都市圏(TCMA)における携帯電話の位置データを分析した結果、都市機能の複雑さの95.7%は、平日におけるコミュニティの重複構造に起因することがわかった。
  論文  参考訳（メタデータ） (2024-01-31T22:50:49Z)
• A graph-based multimodal framework to predict gentrification [4.429604861456339]
  本稿では,トラクタと必須施設の都市ネットワークに基づくジェントリフィケーションを予測するための,グラフに基づくマルチモーダル深層学習フレームワークを提案する。 シカゴ、ニューヨーク、ロサンゼルスのデータを使って提案されたフレームワークをトレーニングし、テストする。 このモデルは平均0.9倍の精度で国勢調査水準のジェントリフィケーションを予測できる。
  論文  参考訳（メタデータ） (2023-12-25T08:20:50Z)
• PopSim: An Individual-level Population Simulator for Equitable Allocation of City Resources [12.152728063703005]
  人口統計情報を用いた半合成個人レベルの人口データを生成するシステムであるPopSimを紹介する。 PopSimを使って、シカゴ市のために複数のベンチマークデータセットを生成し、広範な統計的評価を行う。
  論文  参考訳（メタデータ） (2023-04-25T23:43:21Z)
• Comparing Voting Districts with Uncertain Data Envelopment Analysis [0.0]
  ジェリーマンダーリングの投票地区は現代アメリカ社会の最も健全な関心事の1つである。 本研究では、不確実なデータ包絡分析を用いて、様々なメトリクスのマップを評価する方法を示す。
  論文  参考訳（メタデータ） (2022-09-02T20:12:27Z)
• MugRep: A Multi-Task Hierarchical Graph Representation Learning Framework for Real Estate Appraisal [57.28018917017665]
  正確な不動産評価のためのマルチタスク階層グラフ表現学習(MugRep)フレームワークを提案する。 複数の都市データを取得し統合することにより、まず、複数の視点から不動産を包括的にプロファイルするリッチな特徴セットを構築する。 進化する不動産取引グラフとそれに対応するイベントグラフ畳み込みモジュールが提案され、不動産取引に非同期に時間的依存関係を組み込む。
  論文  参考訳（メタデータ） (2021-07-12T03:51:44Z)
• Discovering Underground Maps from Fashion [80.02941583103612]
  本研究では,都市部の地下地図を自動的に作成する手法を提案する。 本手法は,都市全域から公開されている画像を用いて,類似のファッションセンスを持つ地域を探索し,地図を監督せずにセグメント化する。
  論文  参考訳（メタデータ） (2020-12-04T23:40:59Z)
• Magnify Your Population: Statistical Downscaling to Augment the Spatial Resolution of Socioeconomic Census Data [48.7576911714538]
  重要社会経済的属性の詳細な推定を導出する新しい統計的ダウンスケーリング手法を提案する。 選択された社会経済変数ごとに、ランダムフォレストモデルが元の国勢調査単位に基づいて訓練され、その後、微細なグリッド化された予測を生成するために使用される。 本研究では,この手法を米国の国勢調査データに適用し,ブロック群レベルで選択された社会経済変数を,300の空間分解能のグリッドにダウンスケールする。
  論文  参考訳（メタデータ） (2020-06-23T16:52:18Z)
• Predicting Livelihood Indicators from Community-Generated Street-Level Imagery [70.5081240396352]
  本稿では,クラウドソースによるストリートレベルの画像から重要な生活指標を予測するための,安価でスケーラブルで解釈可能なアプローチを提案する。 全国的に代表される世帯調査で収集した地上データと比較することにより,貧困,人口,健康の指標を正確に予測する上でのアプローチの有効性を実証した。
  論文  参考訳（メタデータ） (2020-06-15T18:12:12Z)
• Socio-economic, built environment, and mobility conditions associated with crime: A study of multiple cities [9.78342936850961]
  本研究では,犯罪と社会経済的要因との関連性を検討するためのベイズモデルを提案する。 その結果, 社会経済的条件, 移動情報, 身体的特徴の併用は, 犯罪の発生を効果的に説明できることがわかった。 近隣住民の社会・生態的要因が犯罪に大きく関係していることが示される。
  論文  参考訳（メタデータ） (2020-04-13T08:36:59Z)
• CNN-based Density Estimation and Crowd Counting: A Survey [65.06491415951193]
  本稿では,主にCNNに基づく密度マップ推定法において,群集数モデルについて包括的に検討する。 評価指標から, 観客数データセットで上位3人のパフォーマーを選択した。 我々は、今後のクラウドカウントの展開について、合理的な推測と予測を行うことを期待する。
  論文  参考訳（メタデータ） (2020-03-28T13:17:30Z)
• Measuring Spatial Subdivisions in Urban Mobility with Mobile Phone Data [58.720142291102135]
  2050年までに世界の人口の3分の2が都市部に住んでいる。 この成長は、都市が持続可能性を測定し計画する能力よりも速く、より複雑である。 都市がなぜ包括的になるのかを理解するために,空間分割を識別し特徴付ける手法を定義する。
  論文  参考訳（メタデータ） (2020-02-20T14:37:46Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。