MétaCan
Menu
Retour à la cohorte
Enregistrement W4403085754 · doi:10.1057/s41599-024-03793-w

Stagnation or upward mobility? The influence of achieved and ascribed factors on the housing careers of residents in Shanghai

2024· article· en· W4403085754 sur OpenAlexaff
Xueying Mu, Can Cui, Wei Xu

Notice bibliographique

RevueHumanities and Social Sciences Communications · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesEast China Normal UniversityMinistry of Education of the People's Republic of ChinaNational Natural Science Foundation of China
Mots-clésDemographic economicsSociologyLabour economicsGerontologyGender studiesEconomicsMedicine

Résumé

récupéré en direct d'OpenAlex

Research on housing inequality has predominantly focused on the differentiation of housing states at specific time points in contemporary China, with minimal attention given to understanding how individuals’ housing states evolve throughout their life course. This study, based on a retrospective survey conducted in Shanghai between 2018 and 2019, investigates the progression of residents’ housing careers and the influence of both ascribed and achieved factors. The findings reveal that individuals from privileged families are secured with advantages and even already become homeowners at the outset of their housing careers. In contrast, the influence of achieved factors takes time to manifest; for instance, educational attainment may not be determinant initially but positively correlates with upward mobility in a later stage, particularly among younger cohorts. Furthermore, it has been found permanent migrants who transferred to local hukou perform well in achieving upward housing mobility. Despite lacking the advantages of ascribed factors, they manage to catch up and even surpass locals through their proactive efforts. This study underscores the significance of adopting a temporal perspective in comprehending housing inequality and also emphasizes the dynamic influence of both ascribed and achieved factors on individuals’ housing outcomes in a restructured housing market.

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 candidatesÉtudes des sciences et des technologies
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,541
Score d'incertitude au seuil0,999

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 technologies0,0030,004
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 Opus0,206
Tête enseignante GPT0,368
Écart entre enseignants0,162 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeQualitatif
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHumanities and Social Sciences CommunicationsMême sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207