MétaCan
Menu
Retour à la cohorte
Enregistrement W2967869001

AN ANALYSIS OF THE SOCIO-ECONOMIC ANTECEDENTS OF HOUSING INSECURITY

2018· article· en· W2967869001 sur OpenAlexaboutno aff
Steven Henry Dunga, Wcj Grobler

Notice bibliographique

RevueDergiPark (Istanbul University) · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésJob insecurityFood insecuritySocioeconomicsDemographic economicsBusinessGeographyEconomicsWork (physics)EngineeringFood security
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The study of poverty has remained in the forefront of both development practitioners and researchers alike; however, the number of poor people remains high throughout the world. Housing security, food security and water security can be seen as central to urban poverty alleviation, and form part of a declaration of the Habitat Conference in Vancouver Canada, in 1976. Housing insecurity is consequently one of the so many faces of poverty. This paper analyses the socio-economic antecedents associated with housing insecurity and homelessness. There are a number of definitions of housing insecurity, of which homelessness is the extreme. The impact of housing insecurity is even severe among children and becomes perpetual due to the consequences of homelessness, which include no schooling, poor health and exposure to crime. This paper presents the conceptualisation of housing insecurity and a review of the socio-economic antecedents of housing insecurity and its extreme state of hopelessness. The paper uses the general household survey data collected by STATSSA with a sample of 21 601 households. A regression model is employed in determining the household’s characteristics that are associated with housing insecurity. Income food security status and material of the structure were some of the factors that significantly predicted household housing insecurity. The paper also proposes a framework to develop a succinct measure of housing insecurity as a second step in the series of developing the literature on housing insecurity in South Africa.

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 enseignants0,269
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
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 Opus0,019
Tête enseignante GPT0,263
Écart entre enseignants0,244 · 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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDergiPark (Istanbul University)Même sujetUrban and Rural Development ChallengesTravaux en français237 207