MétaCan
Menu
Retour à la cohorte
Enregistrement W4413398958 · doi:10.1177/00420980251359191

Housing affordability and rent control: The case of elderly renters

2025· article· en· W4413398958 sur OpenAlexaff
Xun Bian, Ruoyu Chen, Hanchen Jiang

Notice bibliographique

RevueUrban Studies · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésControl (management)Rental housingAffordable housingBusinessEconomicsLabour economicsEconomic growthPublic economicsRentingPolitical science

Résumé

récupéré en direct d'OpenAlex

Elderly renters face mounting housing affordability challenges due to rising rents. While many see rent control as a way to assist families in need of affordable housing, evidence of its effectiveness is sparse. We fill this gap by examining the effects of New York City’s rent stabilization policy on elderly renters. We find that elderly renters experience greater rent burdens than younger renters and, on average, benefit more from rent control. Specifically, elderly renters are more likely to live in rent-stabilized units and to receive greater rent discounts. However, this “elderly advantage” is mostly explained by elderly renters’ greater housing stability and disappears (in some cases, even reverses) after tenancy duration is accounted for. Our findings suggest that while New York City’s rent stabilization offers more support to older renters overall, it also, by favoring longer tenancy, leads to uneven allocation of policy subsidies among elderly renters. The “elderly advantage” accrues mostly to stable long-term renters, but less so to unstable ones, who are more often racial minorities, immigrants, or those with low levels of education and income.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,093
Score d'incertitude au seuil0,185

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,032
Tête enseignante GPT0,247
Écart entre enseignants0,215 · 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 source (Gemma direct ou Codex distillé), 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 revueUrban StudiesMême sujetHousing Market and EconomicsTravaux en français237 207