MétaCan
Menu
Retour à la cohorte
Enregistrement W3035359351

Private renters’ housing experiences in lightly regulated markets: review of qualitative research

2020· article· en· W3035359351 sur OpenAlexaboutno aff
Kim McKee, Adriana Mihaela Soaita, Moira Munro

Notice bibliographique

RevueStirling Online Research Repository (University of Stirling) · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing, Finance, and Neoliberalism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQualitative researchWork (physics)InequalityVariety (cybernetics)Private sectorEconomic growthSocioeconomicsBusinessGeographySociologyDemographic economicsPolitical scienceEconomicsSocial science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

It is known that the private rented sector (PRS) accommodates an increasingly diverse range of households and plays a variety of roles in the housing market (Marsh and Gibb, 2019). This report is one of the first efforts to review qualitative studies that foreground tenants’ voices and experiences in the PRS. It reviews 69 publications that were conducted in the lightly regulated markets of Australia, Canada, Ireland, New Zealand, the UK and US and were published since 2000. The report examines how different groups (eg low- and middle-income households, younger and older people, families with children, students and migrants) experience the PRS and argues that there are endemic problems with affordability and insecurity that impact adversely on many tenants’ well-being, health and ability to create a sense of home. Spatial inequalities are also identified, whereby the poorest tenants are increasingly concentrated in more marginal and undesirable locations, including in unconventional forms of housing such as residential caravan parks or makeshift dwellings. The report aims to learn from international experiences and complements our previous qualitative work on the housing experiences of low-income private tenants aged 20-35 and 35-54 in the UK.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,300
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,203
Tête enseignante GPT0,374
Écart entre enseignants0,171 · 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.

Devis d'étudeQualitatif
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

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStirling Online Research Repository (University of Stirling)Même sujetHousing, Finance, and NeoliberalismTravaux en français237 207