MétaCan
Menu
Retour à la cohorte
Enregistrement W2178201418 · doi:10.1111/1540-6229.12121

A Spatiotemporal Solution for the Simultaneous Sale Price and Time‐on‐the‐Market Problem

2015· article· en· W2178201418 sur OpenAlexafffundabout
Jean Dubé, Diègo Legros

Notice bibliographique

RevueReal Estate Economics · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensUniversité Laval
Organismes subventionnairesFonds de Recherche du Québec-Société et Culture
Mots-clésEconomicsQuality (philosophy)Order (exchange)Market priceMicroeconomicsSpace (punctuation)Instrumental variableBusinessEconometricsComputer scienceFinance

Résumé

récupéré en direct d'OpenAlex

There exists an important methodological challenge when dealing with sale price and time‐on‐the‐market variables because both variables are simultaneously determined and related to the motivation of the sellers and buyers. Exploiting the fact that transactions occur over space and time, we propose a two‐stage approach based on instrumental variables (IV) built from information collected from previous transactions. The unidirectional temporal property and the fact that other transactions are exogenous from the perspective of a single buyer or seller are exploited to evaluate the effect of the sale price on time‐on‐the‐market, and the effect of time‐on‐the‐market on the sale price. Based on 29,471 transactions occurring in the suburban neighborhood of Montréal (1992‐2000), the results suggest that, everything else being equal, houses staying longer on the market provide negative information to the market, which results in a lower final sale price, while the final sale price is negatively related to time‐on‐the‐market, indicating that houses of better quality (better amenities) stay less time on the market.

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)0,004
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,022
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,006
Science ouverte0,0040,004
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0180,001

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 Opus0,035
Tête enseignante GPT0,213
Écart entre enseignants0,178 · 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'étudeSimulation ou modélisation
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

Citations32
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueReal Estate EconomicsMême sujetHousing Market and EconomicsTravaux en français237 207