MétaCan
Menu
Retour à la cohorte
Enregistrement W1513413642

Dynamics of the Condominium Market in Singapore

2001· article· en· W1513413642 sur OpenAlexaboutno aff
Tien Foo Sing

Notice bibliographique

RevueJournal of the Asian Real Estate Society · 2001
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)EconomicsInflation (cosmology)SpeculationSupply and demandStock (firearms)Interest rateMonetary economicsFinanceMacroeconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study examines economic and market factors that drive the demand, supply, and pricing of condominiums in Singapore using a 2-stage least squares regression methodology. This empirical study covers a sample period of 12 years from 1988 to 2000. The condominium housing demand model showed that GDP growth and the inflation rate had positive relationships with condominium demand one quarter ahead. However, demand for condominiums was negatively related to one-quarter lagged stock price change, two-quarter lagged condominium housing price change, lagged demand in the previous two quarters, and one-quarter lagged household formation. On the supply side, changes in last-quarter condominium housing stock, condominium commencement, the prime lending rate, and current and lagged-quarter labor costs would adversely affect developers?decisions to commence new condominium projects. In the condominium price model, the dummy variable used to test the effects of the government’s anti-speculation policies in May 1996, which increased the supply of residential lands and restricted the loan quantum to a limit of 80% of the housing price, was significant and positive. It implied that the policies were effective in dampening condominium prices by 0.32% per quarter for two consecutive quarters in 4Q1996 and 1Q1997.

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)0,002
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 enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,014
Tête enseignante GPT0,208
Écart entre enseignants0,195 · 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

Citations14
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Asian Real Estate SocietyMême sujetHousing Market and EconomicsTravaux en français237 207