Crise de logements à Genève: comment optimiser les logements présents ?
Notice bibliographique
Résumé
Genève est en crise de logements, depuis des années notamment par l’accroissement de la population inattendue. Il a été estimé par le tribunal fédéral qu’un taux de vacance équivalent à 2% signifie que le marché de logements est considéré comme sain. Cependant, Genève n’a jamais, du moins depuis ces trente dernières années, connu un taux équivalent à 2%. Après avoir connu une grosse chute du taux aux alentours de l’an 2000, Genève connaît une légère hausse entre 2006 et 2017 passant ainsi de 0.15% à 0.51%. Suite à cette pénurie de logements, les prix des loyers ont augmenté. Il est estimé une différence de prix de 1.7 pour un loyer de 3 – 4 pièces entre un locataire de plus de 20 ans et un nouveau locataire de 3 ans. De ce fait, les locataires ont peu tendance à libérer leur logement devenu trop grand en partie suite au départ des enfants. L’objectif de ce travail est de proposer des solutions avec une optique durable grâce à l’optimisation des logements pour permettre de réduire la difficulté de trouver un logement à Genève. Concernant le marché immobilier, plusieurs plans de constructions sont en cours notamment le PDCn établit par le canton. Depuis 2015, environ 2'000 logements par année sont construits contre près de 1’500 logements construits en moyenne par année entre 2000 et 2015. Cependant, il faut s’attendre à un changement démographique suite au fait que les baby-boomers seront bientôt en âge de la retraite et souvent leurs logements sont sous-occupés. Pour avoir des avis de professionnels, j’ai interrogé divers acteurs comme Monsieur Michel Perizzolo, directeur de la FIDP et sa collègue Madame Astrid Rico-Martin, responsable du service Gérance et Juridique, Monsieur Pablo Cruchon, vice-président de l’ASLOCA, Monsieur Philippe Angelozzi, secrétaire général de l’USPI Genève et Monsieur Francesco Perrella, directeur à l’OCLPF. Suite aux recherches et à une analyse PESTEL sur le marché de logements, il en est ressorti cinq solutions qui favoriseraient l’optimisation des logements ; pousser les locataires à dénoncer les loyers abusifs, promouvoir les IEPA, encourager le déménagement, promouvoir la sous-location et la collocation et créer une plateforme d’échange.
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,003 |
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 ».