Notice bibliographique
Résumé
本文之目的是探索香港市区旧区尤其是油尖旺区贫穷集中的情况，分析市区旧区出现贫穷集中原因，希望能引起社会人士及有关政府部门的关注，避免市区旧区「贫民窟化」的出现。这研究对统计处九六年中期人口统计有关区议会及统计规划小区的统计作资料再分析，当中会集中探讨油尖旺区的贫穷状况及需要。研究的结果显示香港的贫穷问题相当集中于乡郊区及市区旧区，而在市区旧区贫穷状况更集中于地域相当细小的社区。贫穷小社区的特色以私人楼宇及以出租单位为主，共同租户的比例非常高，而居民中老人、单身男性及新来港人士的比例较高，在劳动特徵方面，居民多是零售、批发、出入口、饮食及酒店业的服务工人及建造业的技术工人。本文指出低价私营租务房屋的供应及需求的互动，及社区经济的特色是令贫穷地域集中的原因。最後，本文建议以社区发展的手法为这些贫穷的小社区，进行扶贫作初步的建议，避免市区旧区「贫民窟化」的出现。 This study is a secondary data analysis of the 1996 Population By-census to explore and explain the geographical concentration of poverty in the old urban area in Hong Kong especially in the Yau Tsim Mong District. It suggests that poverty problem in Hong Kong is concentrated in small geographical localities in old urban areas. The characteristic of these small localities is the high ratio of households sharing a quarter with other households. More elderly, unmarried male adult and new arrival residents can be found in these poor communities. Moreover, more residents are employed as service workers and construction workers. The study reports that the concentration of poverty is a result of the interaction between the supply and demand of the low-end rental market of private housing and the development and characteristics of the community economics. Finally, this study recommends using community development as a strategy to alleviate poverty in these localities, as to prevent gettoisation of these old urban areas.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,014 |
| Communication savante | 0,011 | 0,013 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,001 |
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.
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 ».