The Impact of the COVID-19 Pandemic on the Private Rental Housing Market in Poland: What Do Experts Say and What Do Actual Data Show?
Notice bibliographique
Résumé
The aim of the article is to determine the impact of the COVID-19 pandemic on the level of housing rents using the example of the City of Krakow. This study is based on objective data on rental prices and subjective information obtained from real estate agents using a questionnaire survey. The research revealed that the first wave of the COVID-19 pandemic actually led to a 6-7% decrease in prices in the rental market in Krakow, while at the same time the surveyed real estate agents had estimated that rents would drop by about 13%. With the second wave of the pandemic, it is possible to see that its immediate impact, i.e. between the third and fourth quarter of 2020, has led to a further 6.25% drop in rents. It should be noted that the latter decrease was very accurately predicted, both by the survey respondents and by the econometric models used. Finally, the results of the analysis also indicated that the worsening of the pandemic in the last quarter of 2020 will have a significant impact on rent levels in Krakow for all of next year. Regardless of how the economy develops, rental prices are forecast to fall further in 2021q1. However, in the subsequent quarters of 2021, rents are projected to increase, but ultimately their level will not return to pre-pandemic values even in 2021q4. The latter is likely to happen only in the second half of 2022.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».