MétaCan
Menu
Retour à la cohorte
Enregistrement W4256010163 · doi:10.15396/eres2021_38

House Sales Indicators - A New Dataset Able to Capture Housing Market Developments in Europe

2021· article· en· W4256010163 sur OpenAlexaboutno aff
Peter Parlasca, Vincent Tronet

Notice bibliographique

Revue28th Annual European Real Estate Society Conference · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRegional Development and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)RecessionEconomic indicatorBusinessEconomic recoveryEu countriesOfficial statisticsEuropean unionValue (mathematics)EconomicsEconomic policyGeographyStatisticsMacroeconomics

Résumé

récupéré en direct d'OpenAlex

Among the housing statistics published by Eurostat, housing price statistics are available for more than a decade. However, house sales statistics in number and value of transactions are publicly available only since summer 2020 capturing quarterly information for many European countries at least since 2015. Housing statistics are key for policy makers but also for households due to their economic and social importance. In the surveillance of the COVID 19 impact on economic activities, housing prices did not yet show a huge impact of the economic downturn in many countries. In contrast, house sales indicated a slowdown of housing market activities. Consequently, these indicators are essential for analyzing crisis developments. During the ERES conference begin June 2021 the data for all the quarters in 2020 will be available in the Eurostat database encompassing house sales indicators for 24 European countries. Every quarter, Eurostat publishes the following indicators: house prices with a breakdown for new and existing dwellings, owner occupiers housing price indices, numbers and volumes of house sales. These indicators support not only medium and long-term analyses of this key sector of the economy but in addition allow monitoring crisis effects. The presentation provides a preliminary analysis for European countries and will guide to find the requested information on the Eurostat website which is free of charge and can be consulted on https://ec.europa.eu/eurostat/.

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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,567
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)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,032
Tête enseignante GPT0,304
Écart entre enseignants0,272 · 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 revue28th Annual European Real Estate Society ConferenceMême sujetRegional Development and PolicyTravaux en français237 207