MétaCan
Menu
Retour à la cohorte
Enregistrement W3188726618

주택유형별 매매가격 변동의 상호관계에 관한 실증연구 - 서울지역을 중심으로 -

2019· article· ko· W3188726618 sur OpenAlexaboutno aff
서기섭, 김기홍, JaeTae Kim

Notice bibliographique

Revue부동산경영 · 2019
Typearticle
Langueko
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésApartmentQuarter (Canadian coin)Shock (circulatory)EconomicsEconometricsHouse priceFinancial economicsGeographyEngineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study sought to identify the characteristics of price changes between types of houses in Seoul's housing market based on the theory of housing sub-market. To this end, we secured the differentiation of the research through prior research on the housing sub-market, and established time series data from the second quarter of 2006 to the fourth quarter of 2018 for apartment prices, detached and multi-family housing prices and officetel prices in each of the five areas of Seoul using the data of 114 Reps. In addition, the EVIEWS 8.0 program resulted in the following meaningful results through empirical analysis of price fluctuation characteristics by region. First, the results of the Grandeur-In-relationship test showed that there exists a causal relationship in all five areas where apartment prices affect different price types. Second, the results of the shock response analysis and variance decomposition analysis in the five zones showed that the impact of the prices of detached and multi-family homes on apartment prices was high. Third, the results of the shock response analysis and dispersion analysis in the five areas showed that the impact of the apartment price on the officetel price was low. The significance of this study can be found in that it identified the need for various detailed studies of the housing sub-market by conducting a study on the characteristics of price changes by type of housing for the purpose of a detailed understanding of the housing market.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,855
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,064

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 Opus0,018
Tête enseignante GPT0,191
Écart entre enseignants0,173 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue부동산경영Même sujetHousing Market and EconomicsTravaux en français237 207