Debts, Loans, and Mortgages [Canadian Content]
Notice bibliographique
Résumé
Learning Objectives In this chapter, we cover various issues concerning usage of debt. In particular, we look at how mortgage financing works. We then talk about the advantages and shortcomings of investment loans (i.e., borrowing money to invest). Finally, we discuss the benefits of debt consolidation (i.e., combining debts of various sources into one). Mortgage Financing Suppose you want to buy a house. After visiting several potential choices, you decide on one house that you like the most. You then negotiate with the seller on the price. Now, you have to decide how much ofthe payment will come from your own money (i.e., down payment) and how much from borrowing. In many countries, there is a rule governing the minimum down payment that a buyer needs to make. Typically, the minimum is expressed as a percentage of the house's price or appraised value. For Canada, that minimum is 5% (as of early 2011). Obviously, you can make a larger down payment than the minimum if you want. Depending on the amount of your down payment, your mortgage can be classified as conventional or high-ratio. A conventional mortgage is one where the buyer makes a down payment of at least 20% of the purchase price and borrow the rest (or, equivalently, the loan-to-value ratio is 80% or below). On the other hand, a high-ratio mortgage is one where the down payment is between 5% and 20% (or the loan-to-value ratio between 95% and 80%).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,057 | 0,013 |
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 source (Gemma direct ou Codex distillé), 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 ».