L’identification des micro-zones d’insécurité résidentielle : le cas du marché locatif à Montréal
Notice bibliographique
Résumé
Mesurer l’insécurité résidentielle devient primordial dans un contexte où la demande pour des logements locatifs est en croissance et conduit à de nouvelles dynamiques de marché. Plusieurs travaux se sont ainsi penchés sur l’insécurité résidentielle des locataires, en particulier de longue durée. Si ces travaux ont permis de dégager les différentes dimensions de l’insécurité résidentielle, ils prennent peu en compte ses manifestations spatiales. La présente étude propose de combler ce manque relatif dans la littérature en s’intéressant au cas de Montréal, une ville où, comme dans le reste du Canada, l’accession à la propriété est encore soutenue, mais une pénurie de logements locatifs se dessine depuis quelques années. L’étude met ainsi en évidence une montée de l’insécurité résidentielle sévère dans certains quartiers qui contribue à une polarisation du marché du logement. Ces résultats sont obtenus à travers une méthode mobilisant les propriétés de l’analyse factorielle confirmatoire ayant pour but de produire un modèle de mesure à l’échelle des aires de diffusion, les plus petites unités géographiques disponibles dans le recensement canadien.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».