MétaCan
Menu
Retour à la cohorte
Enregistrement W1676439929

오피스시장의 시장 자본환원율 추정에 관한 연구

2012· article· ko· W1676439929 sur OpenAlexaboutno aff
이동준, 이용만

Notice bibliographique

Revue국토연구 · 2012
Typearticle
Langueko
DomaineComputer Science
ThématiqueAdvanced Statistical Modeling Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCapitalizationQuarter (Canadian coin)EconometricsConstant (computer programming)StatisticsMathematicsMarket capitalizationEconomicsGeographyComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to estimate the time-periodic constant-quality capitalization rates in the office building market. This study collects 396 cases of office building transaction in Seoul from the fourth quarter of 1999 to the fourth quarter of 2011, and then estimates the constant-quality capitalization rates using the hedonic price index model by quarter, half-year, and year. And it compares the constant-quality capitalization rates with the simple-mean capitalization rates. This study finds that the sum of estimation errors of the constant-quality capitalization rates estimated quarterly or semiannually is smaller than that of simple mean approach. This result shows that the quarter or semiannual simple-mean capitalization rates are less accurate than the quarter or semiannual constant-quality capitalization rates because of the sample-selection errors. However, in the annual model there is no distinct difference of the sum of the estimation errors between the hedonic price index model and the simple mean approach. In addition, this study finds that the sum of the estimation errors of the annual capitalization rates by the stratified mean approach, which divides Seoul area into two regions(Gangnam/ Yeouido region and CBD/ other region) and aggregates the simple-mean capitalization rates of the two regions, is smaller than that of the annual simple-mean capitalization rates.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,040
Tête enseignante GPT0,330
Écart entre enseignants0,290 · 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'étudeSans objet
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue국토연구Même sujetAdvanced Statistical Modeling TechniquesTravaux en français237 207