Notice bibliographique
Résumé
Acknowledgments ix Editor s Note xi 1 The Financial Crisis and HousingMarkets Worldwide: Similarities, Differences, and Comparisons 1 Ashok Bardhan, Robert H. Edelstein, and Cynthia A. Kroll PART I The United States Leads the Housing Bubble s Rise and Collapse 2 The U.S. HousingMarket and the Financial Crisis 23 Ashok Bardhan, Robert H. Edelstein, and Cynthia A. Kroll PART II The European Union One Continent, Many Markets: A Gauge of Government Institutions and Interventions 3 The 2008 Financial Crisis and the Danish Mortgage Market 53 Jacob Gyntelberg, Kristian Kjeldsen, Morten Baekmand Nielsen, and Mattias Persson 4 Prolonged Crisis 69 Thies Lindenthal and Piet Eichholtz 5 The Dynamics of the Irish HousingMarket 101 Simon Stevenson 6 House Prices and Market Institutions: The Dutch Experience 135 Dirk Brounen and Piet Eichholtz 7 Real Estate Boom and Crisis in Spain 157 Antoni Sureda-Gomila 8 The UK and Europe s Selective Housing Bubble 173 Christine Whitehead and Kathleen Scanlon PART III Eastern Europe: European Emerging Markets Ride the Waves 9 The HousingMarket in Russia: Lessons of the Mortgage Crisis 195 Nadezhda Kosareva and Andrey Tumanov 10 The HousingMarket and Housing Finance in Russia and Its Regions: A Quantitative Analysis 229 Carsten Sprenger and Branko Uro sevi'c 11 The HousingMarket in Serbia in the Past Decade 247 Dejan S os kic', Branko Uros evic', Bos ko Z ivkovic', and Milos Boz ovic' PART IV Asia Housing Bubbles Past, Present, and Future: Contrasts among Asian Economic Giants 12 Irrational Prosperity, HousingMarket, and Financial Crisis: An Empirical Study of Beijing 271 Lu Ping, Zhen Hui, and Xu Yuehong 13 HomeMortgage and Real Estate Market in Shanghai 295 Jie Chen 14 Evolution of the Indian Housing Finance System and HousingMarket 319 R. V. Verma 15 The HousingMarket and Housing Finance under Liberalization in India 343 C. P. Chandrasekhar 16 The Recent Financial Crisis and the HousingMarket in Japan 357 Miki Seko, Kazuto Sumita, and Michio Naoi PART V Managing Housing Bubbles and Housing Markets in Diverse Asian Economies 17 Comparing Two Financial Crises: The Case of Hong Kong Real Estate Markets 377 Charles Ka Yui Leung and Edward Chi Ho Tang 18 The Global Financial Crisis and the Korean Housing Sector: How Is This Time Different from the 1997 Asian Financial Crisis? 399 Kyung-Hwan Kim 19 Government Policy, Housing Finance, and Housing Production in Singapore 421 Lum Sau Kim 20 Taiwan: Housing Bubbles and Affordability 447 Chin-Oh Chang and Ming-Chi Chen PART VI Avoiding Contagion in Other Markets 21 Australia s Economic Response to the Global Financial Crisis and Its HousingMarkets 467 Dogan Tirtiroglu 22 The Financial Crisis and Brazil s Expanding HousingMarket 491 Emilio Haddad and Joao Meyer 23 The Canadian HousingMarket: No Bubble? No Meltdown? 511 Tom Carter 24 Partly Cloudy to Clear: The Israeli Economy and the Local HousingMarket under the Storm of the World Financial Crisis 535 Danny Ben-Shahar and Jacob Warszawski Index 557
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,179 | 0,033 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».