MétaCan
Menu
Retour à la cohorte
Enregistrement W4402669070 · doi:10.1016/j.jhe.2024.102025

Unpacking the relation between media sentiment and house prices: A topic modeling approach

2024· article· en· W4402669070 sur OpenAlexafffundabout
Ernest N. Biktimirov, Tatyana Sokolyk, Anteneh Ayanso

Notice bibliographique

RevueJournal of Housing Economics · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensBrock University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésUnpackingRelation (database)Computer scienceSociologyData miningLinguistics

Résumé

récupéré en direct d'OpenAlex

• General media sentiment relates to house price changes in Canada but not Australia. • Australia and Canada have similar and different topics discussed in housing media. • Sentiments of topics related to economy positively relate to house prices in Canada. • Media sentiment on rental market is positively related to house prices in Australia. • Higher market transparency may lessen relation between sentiment and house prices. This study uses a topic modeling approach to investigate the relation between news media sentiment and house price movements. By examining real estate related articles published in local newspapers of 16 major cities in Canada and Australia, we find that housing media sentiment has significant relation with future house price movements in the Canadian market but not in the Australian market. We identify the specific topics discussed in news media related to the housing market and report differences in their themes and media sentiment's predictive power between Canada and Australia. This analysis presents novel inferences of qualitative and hard-to-quantify information related to the housing market in two different countries.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,507
Score d'incertitude au seuil0,601

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 savante0,0010,001
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 Opus0,056
Tête enseignante GPT0,223
Écart entre enseignants0,167 · 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'étudeSimulation ou modélisation
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
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Housing EconomicsMême sujetHousing Market and EconomicsTravaux en français237 207