The impacts of housing factors on deprivation in a world city: The case of Hong Kong
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Hong Kong is a typical example of a world city that faces escalating poverty and housing problems. Problems related to housing are crucial in determining deprivation. By means of hierarchical linear regression on a representative survey of Hong Kong residents in 2014, this study examines the impacts of household income and housing factors on the deprivation of residents in Hong Kong. The study indicates that income level has a crucial effect on the deprivation level of households; whereas housing cost per capita, living area per capita, and living quarter problems significantly influence deprivation. A small interacting effect exists between household income and housing factors, which do not influence the independent effects of living area per capita and living quarter problems on deprivation. For the public rental housing residents, only the effect of living quarter problem on deprivation is significant, whereas for private rental housing residents, living area per capita and living quarter problem have a significant effect. Among all the models, housing expense per capita is a significant factor only in model for overcrowded households. The study recommends that improving the maintenance and renovation schemes for public and private housing with poor living environment is a good strategy to improve housing conditions and deprivation. The study suggests that anti‐poverty policies must consider strategies and measures that can improve the housing factors, including housing expenses, living density and living quarter maintenance problems, especially for those residents with high living density, such as those living in bed spaces, cubicles, and subdivided flats.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle