MétaCan
Menu
Retour à la cohorte
Enregistrement W4415766766 · doi:10.1016/j.buildenv.2025.113939

Exploring housing experiences in Canada: Insights from surveys and photovoice

2025· article· en· W4415766766 sur OpenAlexfundaboutno aff
Sai V. Nikam, J. Alstan Jakubiec, Marianne F. Touchie

Notice bibliographique

RevueBuilding and Environment · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePlace Attachment and Urban Studies
Établissements canadiensnon disponible
Organismes subventionnairesCanada Research Chairs
Mots-clésPhotovoiceDemographicsParticipatory action researchFeelingUnit (ring theory)Photo elicitationAging in placePublic housingSpace (punctuation)Citizen journalism

Résumé

récupéré en direct d'OpenAlex

Housing crises around the world can be addressed, in part, by an increased reliance on higher density housing, making multi-unit residential buildings (MURBs) a key solution. This pilot study explores how housing type – MURBs versus single-family homes (SFHs) – shapes residents’ lived experiences, satisfaction with environmental comfort conditions, and community engagement. Using surveys and Photovoice, a participatory visual communication method, we assessed both social and environmental aspects of residential life. Results showed that SFH residents reported higher satisfaction across domains like space quality, natural light, comfort, and neighbourly interactions. Photovoice findings echoed these patterns, linking SFHs to feelings of spaciousness and family connection. On the other hand, MURB residents described issues such as lack of adequate space, high noise levels, limited daylight, restricted access to nature, and an unmet desire for community ties despite closer proximity to neighbours than SFH dwellers. Our findings suggest that housing satisfaction is shaped by a complex interplay of physical, social, and environmental factors. Hence, designing for density must go beyond unit counts to prioritize livability through improved environmental comfort, access to natural spaces and lighting, accessible communal spaces, and human-centered design strategies.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,204

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,009
Études des sciences et des technologies0,0110,003
Communication savante0,0050,002
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,060
Tête enseignante GPT0,256
Écart entre enseignants0,196 · 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'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

Citations1
Publié2025
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueBuilding and EnvironmentMême sujetPlace Attachment and Urban StudiesTravaux en français237 207