MétaCan
Menu
Retour à la cohorte
Enregistrement W4412996098 · doi:10.1002/ajcp.70006

Social connections to neighbors and NIMBYism among public housing residents in Seoul

2025· article· en· W4412996098 sur OpenAlexaff
Gum‐Ryeong Park, Jinho Kim

Notice bibliographique

RevueAmerican Journal of Community Psychology · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensHamilton Health SciencesMcMaster UniversityPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésNIMBYPublic housingRentingHealth psychologyDemographic economicsSurvey data collectionRental housingInterpersonal tiesPublic healthSocioeconomicsPanel dataEconomic growthSocial psychologyPublic economicsSociologyPsychologyPolitical scienceEconomicsMedicine

Résumé

récupéré en direct d'OpenAlex

The study examines whether and how transitions into and out of social connections with neighbors have asymmetric effects on residents' attitudes toward the siting of locally unwanted land uses-commonly referred to as "Not In My Backyard" (NIMBY) responses. These facilities, like special schools or public housing, may benefit society, but are often opposed locally due to perceived harms. We used data from the Seoul Public Rental Housing Panel Survey (N = 6317). An asymmetric fixed effects model was employed to separately estimate the associations for transitioning into and out of social connections to neighbors. Additionally, gender-stratified models were used to examine whether the asymmetric effects of these transitions differ by gender. Transitioning out of social connection to neighbors is associated with an increase in NIMBYism (b = 0.149), which was larger than the decrease observed when transitioning into social connections to neighbors (b = -0.064). These effects were more pronounced for women than for men. Policymakers should consider initiatives that strengthen community bonds as a strategy to reduce NIMBYism and promote inclusive neighborhood planning.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,098
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,062
Tête enseignante GPT0,418
Écart entre enseignants0,356 · 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'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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Community PsychologyMême sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207