MétaCan
Menu
Retour à la cohorte
Enregistrement W1531283556

Sind Haushalte mit Wohneigentum sparsamer als Mieterhaushalte

2003· preprint· de· W1531283556 sur OpenAlexaboutno aff
Ruth Grunert

Notice bibliographique

RevueEconstor (Econstor) · 2003
Typepreprint
Languede
DomaineEconomics, Econometrics and Finance
ThématiqueGerman Economic Analysis & Policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRentingQuarter (Canadian coin)Consumption (sociology)GermanService (business)BusinessDemographic economicsEconomicsLabour economicsAgricultural economicsGeographyEconomyPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this paper examines the data of the income and consumption survey of 1998 with regard to savings and wealth. Households owning their property (owner households) and households renting the property (tenant households) are analysed seperatly and then compared. For further insight these two groups are also devided into East and West German households. In 1998, almost half of the West German and almost a quarter of the East German private households owned property they occupied themselves. The average owner household saves a monthly amount three times as large as the tenant household. The decisive economizing motive for the owner households is servicing its mortgages and loans. However, at the same time, there is the necessity to form reserves for the property maintainance as well as the renovation. In comparison to tenant households, owner households which no longer have to service mortgages or loans, have a higher average rate of saving. The estimate of the saving by means of regression analysis confirms the significant positive influence of the 'owner' status on savings. However, in every estimate the houshold's income proves to be the main influence on savings activity.

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 enseignants0,022
Score d'incertitude au seuil0,075

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
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0220,004

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 Opus0,032
Tête enseignante GPT0,234
Écart entre enseignants0,202 · 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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetGerman Economic Analysis & PoliciesTravaux en français237 207