MétaCan
Menu
Retour à la cohorte
Enregistrement W4391305246 · doi:10.15173/a.v3i1.3197

Evaluating Tiny Houses as a Solution to the Housing Affordability and Environmental Crises

2023· article· en· W4391305246 sur OpenAlexaboutno aff
Andrea Chang

Notice bibliographique

RevueAletheia · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing, Finance, and Neoliberalism
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAffordable housingBusinessLow income housingNatural resource economicsEnvironmental planningEconomic growthEconomicsEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Tiny houses have captured the attention of North American media, with HGTV, the major cable television channel, alone showing three tiny-house related shows: Tiny House Hunters, Tiny House Builders, and Tiny House, Big Living (“HGTV Canada”). One of the first results to appear is the official “Tiny Homes in Canada” website, which claims that tiny homes sit at “the intersection of the housing crisis and the climate crisis” (Tiny Homes in Canada). Notably, this website also proclaims that the tiny home community is a “culturally idealistic response to financial desperation” (Tiny Homes in Canada) and sustainability. Much scholarly research supports the notion that the two primary drivers for tiny house living are affordability and sustainability (Evans; Shearer and Burton). In this paper, I evaluate the actual potential for tiny houses to serve as a solution to the housing affordability and environmental crises, especially in Ontario, Canada. I find that though tiny houses have the potential to be a solution for the housing affordability and environmental crises, they are not a current solution because Ontario legislation renders them somewhat inaccessible. I also explore the lifestyle choices and social conditions associated with tiny house living, as a housing option that is both idealistic (presented as a solution to the overwhelming housing affordability and environmental crises) and pragmatic (financially feasible).

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,509
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
Bibliométrie0,0000,000
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)0,0000,001

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 Opus0,086
Tête enseignante GPT0,289
Écart entre enseignants0,204 · 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'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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAletheiaMême sujetHousing, Finance, and NeoliberalismTravaux en français237 207