Airbnb in the Age of a Housing Crisis: A Case Study of Housing Affordability and Vacation Rental Regulations in Niagara Falls, ON
Notice bibliographique
Résumé
This research focuses on housing in the context of growing unaffordability and increasing popularity of Airbnb in Niagara Falls, Ontario. In a city like Niagara Falls, which sees 12 million tourists annually, vacation rentals have become a highly profitable business. However, Niagara Falls is also currently experiencing a housing crisis. Airbnb complicates this crisis by perpetuating discourses in which housing is viewed primarily as a commodity. Commodification of housing, through processes of neoliberalization, financialization and securitization, inflates housing prices. More importantly, many people have accepted the unaffordability of housing because of discourses related to homeownership, mortgage debt, and asset-based welfare. These discourses normalize the commodification of housing, making processes like privatization, gentrification and Airbnb conversions seem natural, if not desirable. Housing practices based on these discourses disproportionately affect the underhoused. My research questions include: How does the hegemony of homeownership affect the housing markets in Niagara Falls? What elements of the homeownership discourse are used to describe both long-term rentals and vacation rentals in Niagara Falls? What are the consequences of these discourses for housing affordability in Niagara Falls? To answer these questions, I conducted a content and discourse analysis of city documents and city council meeting transcripts. My intent is to explain how respondents conceptualize their experiences related to vacation rental regulations in the context of housing discourses. Furthermore, I shall be analysing prominent housing discourses to examine the relationship between Airbnb and housing affordability in Niagara Falls, Ontario. My findings show that multifaceted homeownership discourses guided the discussions. All of these tend to stigmatize rentals in general, and long-term renters in particular. I conclude that the current housing system privileges homeownership at the expense of the renter population. This system, in turn, has focused on homeowners’ expectations during the Airbnb debates with little concern for how it affects housing affordability.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».