MétaCan
Menu
Retour à la cohorte
Enregistrement W1761057936 · doi:10.1111/1540-6229.12092

Immigrants and Mortgage Delinquency

2015· article· en· W1761057936 sur OpenAlexaff
Zhenguo Lin, Yingchun Liu, Jia Xie

Notice bibliographique

RevueReal Estate Economics · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésJuvenile delinquencyImmigrationPanel Study of Income DynamicsDemographic economicsNative-BornEconomicsSelection biasCriminologySociologyPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

This article studies the effect of immigrant status on mortgage delinquency. Due to their different social and economic background, immigrant households may not integrate well into the host society, and therefore are more likely to be delinquent on mortgages than otherwise identical native‐born households. We test this hypothesis by comparing the mortgage delinquency rate between immigrant and native‐born households in the 2009 PSID (Panel Study of Income Dynamics) data, in which all the immigrant households have been in the United States for more than 10 years. We find that, after controlling for observables, those relatively recent immigrants who have been in the United States for 10 to 20 years have a higher mortgage delinquency rate than native‐born, while immigrants who have resided in the United States for more than 20 years are no different from native‐borns. In addition, there is no evidence that the second generation of immigrants is more likely to be delinquent than the third‐or‐higher generations. Our results are robust to potential sample‐selection bias and functional misspecifications.

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)0,004
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 seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,069
Tête enseignante GPT0,309
Écart entre enseignants0,240 · 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

Citations19
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReal Estate EconomicsMême sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207