MétaCan
Menu
Retour à la cohorte
Enregistrement W4206980562 · doi:10.4000/brussels.5892

De bouw van sociale woningen door de privésector

2021· article· fr· W4206980562 sur OpenAlexaff
Nicolas Bernard, Edoardo Traversa

Notice bibliographique

RevueBrussels Studies · 2021
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueHousing, Finance, and Neoliberalism
Établissements canadiensPrivy Council Office
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

La Région bruxelloise manque dramatiquement de logements sociaux, on le sait. Si le régime de la TVA avantage incontestablement la production publique des logements sociaux (par l’octroi d’un taux réduit : 6 %), il n’aide en rien les opérateurs privés ni les associations qui, pareillement, ont pour vocation de mettre à disposition des logements à un tarif modeste (sans passer par une agence immobilière sociale). En plus, ce système différencié de TVA heurte deux principes juridiques fondamentaux : l’égalité de traitement et la neutralité fiscale (suivant lequel deux opérations semblables quant à leurs résultats doivent connaître un régime fiscal lui-même semblable). Il est temps dès lors de changer ce logiciel fiscal. Mais que peut bien faire la Région bruxelloise dès lors que cet impôt relève des compétences de l’autorité fédérale ? Deux choses au moins : englober dans la catégorie de « société de logement » (qui bénéficie déjà du taux de TVA réduit) la construction privée de logements à caractère social ou, à défaut, accorder à cette dernière activité un subside qui compenserait la différence entre le taux standard de TVA (qui sera appliqué) et le taux réduit. Le tout, naturellement, moyennant une série de contreparties sociales, comme vendre une certaine proportion des biens ainsi produits à une société de logement social et assujettir à certaines conditions sociales la vente (ou la location) du solde. En impliquant de la sorte le secteur privé, il sera permis d’espérer une résorption plus rapide de la très longue file d’attente des logements sociaux.

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)
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 enseignants0,820
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,046
Tête enseignante GPT0,267
Écart entre enseignants0,221 · 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'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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBrussels StudiesMême sujetHousing, Finance, and NeoliberalismTravaux en français237 207