MétaCan
Menu
Retour à la cohorte
Enregistrement W3117180988 · doi:10.5430/ijfr.v12n1p123

Providing Young Families With Housing in Russia: Financial, Economical, Administrative, and Regulatory Aspects

2020· article· en· W3117180988 sur OpenAlexvenueno aff
Ekaterina A. Eremeeva, Natalia Vasilievna Volkova, Tatiana Viktorovna Khalilova

Notice bibliographique

RevueInternational Journal of Financial Research · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Aging, and Tourism Studies
Établissements canadiensnon disponible
Organismes subventionnairesKazan Federal University
Mots-clésState (computer science)Economic growthFinanceBusinessPolitical scienceSociologyEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

This article considers methods of state support of young families in Russia and Russian regions. In current socio-economic conditions, young families' support can be viewed as a useful course of state policy. Providing housing to young families allows young adults not only to solve their social, economic, and psychological issues but also creates a background for young families for active participation in societal, economic development, and demographic state policy. Logics of the research is based on that young family support is executed in Russia on federal and regional management levels as part of youth and housing policy. In the article, regulatory, administrative, and financial aspects have been reviewed as in the frame of youth and housing policies. During their studies, methods were used, such as comparison study, compilatory analysis of documents, software, and analysis and evaluation of financial and statistical data based on algebraic calculations. Judging on the results of the study conclusion was carried out on how well young families support is organised on federal and regional levels, how effective were the measures taken for society. In conclusion, suggestions were made on how to better young families' support when acquiring housing. Their usage will allow to structure of young families' aid, make it more expedient and of current interest.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

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 technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,082
Tête enseignante GPT0,384
Écart entre enseignants0,302 · 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'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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Financial ResearchMême sujetMigration, Aging, and Tourism StudiesTravaux en français237 207