Evaluation of the Affordability Level of State-Sector Housing Built in Iran: Case Study of the Maskan-e-Mehr Project in Zanjan City
Notice bibliographique
Résumé
Supplying affordable housing for urban lower- and medium-income classes has always been considered an important planning objective. The policies of Iran’s fourth and fifth development plan (referred to as Maskan-e-Mehr or Kindness Housing Project) is intended to supply more affordable housing for the urban low-income classes. For this purpose, the state sector has strove to reduce the average house price as much as possible through cession of land in cities and new towns surrounding metropolises. In turn, families just have to pay the housing construction. Unfortunately, the lack of suitable services and facilities in these areas has resulted in an increase in household transportation costs. Therefore, the present research work deals with evaluating the affordability level of these houses through a new index of housing affordability, which simultaneously considers housing and transportation costs. The study revealed that high transportation costs that result from inadequate accessibility to public transportation and neighborhood services, and high payback of the monthly installments of the housing loan from the other side has resulted in spending more than 45.2% of the family income on housing construction and more than 25.8% on commuting. This means, in general, about 71% of the families’ income is spent on housing and transportation combined; these figures show lack of affordability of these houses for target groups (low-income 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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».