MétaCan
Menu
Retour à la cohorte
Enregistrement W2939271209 · doi:10.1080/10835547.2018.12091907

The Impact of Flood Zones on Residential Property Prices: The Case of Canada

2018· article· en· W2939271209 sur OpenAlexaffabout
Philippe Bélanger, Michaël Bourdeau-Brien, Maxence Dumestre

Notice bibliographique

RevueJournal of Sustainable Real Estate · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensObject Research Systems (Canada)Université Laval
Organismes subventionnairesnon disponible
Mots-clésFlood mythSample (material)Property valueBusinessVariety (cybernetics)Value (mathematics)Residential propertyProperty (philosophy)Natural resource economicsEconometricsActuarial scienceGeographyEconomicsFinanceEconomic geographyStatisticsMathematicsReal estate

Résumé

récupéré en direct d'OpenAlex

We investigate the impact of flood risk on the Canadian housing market. We combine a variety of large heterogeneous sets of data, both structured and unstructured, that allows taking into account key drivers of properties value that are otherwise difficult to control for. We infer the findings from two distinct samples composed of properties for sale and properties sold. The results suggest that high-risk location commands an average price discount of 4% even though overland flood insurance protections are mostly nonexistent in Canada. Such a discount is both economically and statistically significant and robust to the use of alternative modeling strategies. Interestingly, the discount is larger for the sold than the for sale sample, which indicates that homebuyers are aware of high-risk flood areas.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,499
Score d'incertitude au seuil0,901

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,014
Tête enseignante GPT0,230
Écart entre enseignants0,216 · 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'étudeSans objet
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

Citations9
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Sustainable Real EstateMême sujetHousing Market and EconomicsTravaux en français237 207