MétaCan
Menu
Retour à la cohorte
Enregistrement W4388230239 · doi:10.15396/eres2023_186

Discrimination in the Housing Market: A Literature Review

2023· review· en· W4388230239 sur OpenAlexaboutno aff
Kenechi Ifeanacho, Njideka Aguome, Nonso Ewurum

Notice bibliographique

Revuenon disponible
Typereview
Langueen
DomaineSocial Sciences
ThématiqueUrban and Rural Development Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNationalityClothingSexual orientationImmigrationEthnic groupHousing discriminationWelfareMarital statusPsychologyRace (biology)Demographic economicsSociologyPolitical scienceEconomic growthSocial psychologyGender studiesEconomicsLaw

Résumé

récupéré en direct d'OpenAlex

Housing is one of the three basic needs of man alongside food and clothing. Housing is globally recognized as a fundamental human right. Housing has a positive impact on man’s welfare, health, efficiency, social behavior, satisfaction, and employment opportunities etc. Man’s access to housing can be frustrated by discrimination, and this discrimination occurs on various grounds. This study reviewed extant literatures on housing discrimination with the aim of revealing key findings, and gaps in literatures so as to set up future research agenda. The study made use of literatures extracted from Google scholar. . This study found that the housing discrimination occurs along the line of gender, race, ethnicity, religion, language, age, marital status, disabilities, income level, occupation, immigration status, family size, sexual orientation, nationality, color of skin, gender identity, victims of domestic violence, and ex-offenders. Most studies on housing discrimination has been carried out in United States, Germany, and Canada. This study found that there is paucity of study on housing discrimination in Nigeria, and there is need to fill this gap in literature.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,882
Score d'incertitude au seuil0,343

Scores Codex et Gemma par catégorie

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

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 Opus0,161
Tête enseignante GPT0,416
Écart entre enseignants0,255 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUrban and Rural Development ChallengesTravaux en français237 207