MétaCan
Menu
Retour à la cohorte
Enregistrement W3001271888 · doi:10.1177/0042098019895226

A regional growth ecology, a great wall of capital and a metropolitan housing market

2020· article· en· W3001271888 sur OpenAlexaffabout
David Ley

Notice bibliographique

RevueUrban Studies · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing, Finance, and Neoliberalism
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésReal estateDeregulationEconomicsMetropolitan areaImmigrationCapital (architecture)EconomyGlobalizationGovernment (linguistics)FinanceMarket economyPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

In a narrative framed by Harvey Molotch’s growth machine thesis, this article examines the globalisation of property in gateway cities, and its contribution to house price inflation in Vancouver, the least affordable market in North America. In response to a floundering British Columbia (BC) economy, a favourable investment and immigration climate welcomed capital and invited capitalists to re-locate their economic skills. Substantial funds flowed to Vancouver from the buoyant Asia Pacific, from distant investors and wealthy immigrants. Capital flows were facilitated by a powerful growth coalition, as the provincial government benefited significantly from these funds, and held a common interest with a vigorous trans-Pacific property industry. Supporting this growth coalition, the deregulation of private institutions and the under-resourcing of public agencies working in the capital/real estate nexus provided an ecology favourable to the ‘animal spirits’ of the market, including real estate opportunism and money laundering. Such a growth ecology, exacerbating severe unaffordability, may exist in other globally networked cities, though relations are rarely so well developed and so powerful in their effects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,140

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,010
Communication savante0,0050,003
Science ouverte0,0000,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,051
Tête enseignante GPT0,232
Écart entre enseignants0,181 · 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 source (Gemma direct ou Codex distillé), 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

Citations28
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUrban StudiesMême sujetHousing, Finance, and NeoliberalismTravaux en français237 207