From Business Owner with Zero Assets to Full-time Investor with Over 4,000 units with Darin Batchelder
Notice bibliographique
Résumé
Darin Batchelder decided to get involved purchasing real estate in the fourth quarter of 2017. He purchased a new construction duplex, but then searched for a way to go after larger deals. He was very familiar with the multifamily asset class but wanted to learn how to purchase larger deals. He joined a multifamily mentorship group in the Dallas area and by the beginning of 2018 he started to invest passively into other sponsors multifamily deals as well as started to underwrite and go after his own lead sponsor deal. He closed his first lead sponsor deal at the end of 2018 which was a 76 unit townhome community. In total he's invested in over 4,000 multifamily units- seven deals passively with other sponsors, one deal as the lead sponsor, and one deal with two well established general partners for a small minority stake in the deal. Book Recommendations: The Honey Bee by Jake Stenziano and Gino Barbaro, Tools of Titans by Tim Ferriss Prayer Requests: Strengthening of relationships with wife and kids Connect with Darin: Website: https://darinbatchelder.com/, LinkedIn: https://www.linkedin.com/in/darin-batchelder-8855b620/ Connect with Lee: Website: threefoldrei.com, Email: info@threefoldrei.com, Phone: 937-400-3044
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,114 | 0,006 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».