MétaCan
Menu
Retour à la cohorte
Enregistrement W4283322315 · doi:10.3390/su14127496

Housing Sustainability: The Effects of Speculation and Property Taxes on House Prices within and beyond the Jurisdiction

2022· article· en· W4283322315 sur OpenAlexaffabout
Muhammad Adil Rauf, Olaf Weber

Notice bibliographique

RevueSustainability · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSpeculationContext (archaeology)JurisdictionSustainabilityCorporate governanceEconomicsInvestment (military)Public economicsBusinessFinancePolitics

Résumé

récupéré en direct d'OpenAlex

Housing plays an essential role in sustainable governance due to its socio-economic and environmental connection. However, the relationship between governance policies, market behavior, and socio-economic outcomes varies geographically and demographically. Therefore, segregated policies developed and implemented may fail to achieve their desired objectives because of the sensitivity of housing policies for their connection to human wellbeing. The effectiveness of housing policies in geographically connected regions is one of the areas that has received little attention in the Canadian context. The study follows a multi-step empirical method using a multiple linear regression model and a difference-in-difference approach to assessing the geographical variation of speculation and property taxes on housing markets. The study confirms that speculation taxes are not an effective tool in curbing house prices. Similarly, considering the role of property taxes in providing public services, delinking property taxes from a potential contributor to house prices would provide a better lens to develop local housing policies. Furthermore, the study also confirms that the housing market can be better assessed at a local scale, considering geographical influence in conjunction with investment trends.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,400
Score d'incertitude au seuil0,796

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,200
Écart entre enseignants0,192 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetHousing Market and EconomicsTravaux en français237 207