MétaCan
Menu
Retour à la cohorte
Enregistrement W2938965000 · doi:10.29173/mocs25

Detailed Analysis of Texasäó»s Manufactured Housing Growth and Competition

2016· article· en· W2938965000 sur OpenAlexvenueno aff
Hisham Said, Jonathan Bartusiak

Notice bibliographique

RevueModular and Offsite Construction (MOC) Summit Proceedings · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensnon disponible
Organismes subventionnairesHarvard UniversityU.S. Department of Housing and Urban Development
Mots-clésLicenseCompetition (biology)Product (mathematics)BusinessProduction (economics)Supply and demandIndustrial organizationMarketingEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

Manufactured homes provide a cost-effective alternative for satisfying the growing housing needs. Despite the industry commitment for improvement, manufactured home constitute small share of satisfying the housing demand. Supporting the future growth of this industry through public policy advocacy cannot be achieved without evaluating its historical production and demand trends. Available data from professional and governmental sources lack the ability to provide a granular picture of the characteristics of the industryäó»s manufacturers, customers, and product. Accordingly, this paper attempts to fill this gap by analyzing the available license record data for the manufactured homes in the state of Texas that cover the years from 1982 to 2015. The raw data included around 913,663 records of homes ownership and manufacturing. The data analysis included three main tasks: 1) data processing to integrate this large amount of data and eliminate outliers; 2) analyzing the competition characteristics of Texasäó»s manufactured housing market using descriptive entry and exit metrics; and 3) analyzing demand characteristics of manufactured homes in terms of their physical requirements the relations between their demand volume and inventory times. The conclusions of this paper would provide a more detailed understanding of the manufactured housing industry to support its growth as a viable cost-effective housing option.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,779

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,011
Tête enseignante GPT0,179
Écart entre enseignants0,168 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueModular and Offsite Construction (MOC) Summit ProceedingsMême sujetHousing Market and EconomicsTravaux en français237 207