MétaCan
Menu
Retour à la cohorte
Enregistrement W1987680733 · doi:10.1111/j.0435-3684.2003.00138.x

Social polarization and the politics of low income mortgage lending in the united states

2003· article· en· W1987680733 sur OpenAlexaff
Jason Hackworth, Elvin Wyly

Notice bibliographique

RevueGeografiska Annaler Series B Human Geography · 2003
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing, Finance, and Neoliberalism
Établissements canadiensUniversity of British ColumbiaUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPoliticsPolarization (electrochemistry)DisinvestmentInequalityEthnic groupEconomicsEconomic inequalityCapital (architecture)Political economyDemographic economicsSociologyPolitical scienceGeographyMarket economy

Résumé

récupéré en direct d'OpenAlex

The structured inequalities of capital investment and disinvestment are prominent themes in critical urban and regional research, but many accounts portray ‘capital’ as a global, faceless and placeless abstraction operating according to a hidden, unitary logic. Sweeping political‐economic shifts in the last generation demonstrate that capital may shape urban and regional processes in many different ways, and each of these manifestations creates distinct constraints and opportunities. In this paper, we analyze a new institutional configuration in the USA that is reshaping access to wealth among the poor – a policy ‘consensus’ to expand home‐ownership among long‐excluded populations. This shift has opened access to some low‐ and moderate‐income households, and racial and ethnic minorities, but the necessary corollary is a greater polarization between those who are able to own and those who are not. We provide a critical analysis of these changes, drawing on national housing finance statistics as well as a multivariate analysis of differences between owners and renters in the 1990s in New York City. As home‐ownership strengthens its role as a privatized form of stealth urban and housing policy in the USA, its continued expansion drives a corresponding reconstruction of its value for different groups, and inscribes a sharper axis of property‐rights inequalities among owners and renters in the working classes.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,504
Score d'incertitude au seuil0,644

Scores Codex et Gemma par catégorie

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

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 Opus0,019
Tête enseignante GPT0,225
Écart entre enseignants0,206 · 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 tête enseignante, 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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeografiska Annaler Series B Human GeographyMême sujetHousing, Finance, and NeoliberalismTravaux en français237 207