Committee on Public Services and Consumer Affairs JOINT PUBLIC OVERSIGHT ROUNDTABLE ON AFFORDABLE HOUSING
Notice bibliographique
Résumé
Good morning. My name is Peter Tatian and I am a senior researcher in the Urban Institute’s Metropolitan Housing and Communities Policy Center. I am also director of NeighborhoodInfo DC, an information resource for the District of Columbia.1 I am happy to provide this testimony highlighting data compiled by NeighborhoodInfo DC on housing foreclosures and project-based Section 8 housing in Washington, D.C. Foreclosures First, I will talk about foreclosures. The delinquency rate for all mortgages, and especially subprime or high-cost mortgages, has increased over the past year, and these higher delinquencies have resulted in more foreclosures. Increased delinquency and foreclosure rates are largely the result of resets to adjustable-rate loans that were made with a low “teaser ” rate that was initially affordable to the borrower. Nationally, subprime adjustable-rate mortgages accounted for 7 percent of mortgages outstanding, but 43 percent of all foreclosures initiated in the third quarter of 2007 (Stokes and Mechem 2007). Consistent with national trends, a local increase in subprime lending has been followed by a surge in home foreclosures. In the District of Columbia, subprime lending increased from 3.2 percent of conventional home purchase and refinance mortgage loans in 2002, to 12.5 percent in 2005 (Tatian 2007a). Levels of subprime lending have been highest in Wards 4, 5, 7, and 8, where almost four of every ten home purchase loans was a high-cost loan in 2005 (Tatian 2007b). According to data from the D.C. Recorder of Deeds analyzed by NeighborhoodInfo DC, the number of notices of foreclosure filed against residential property owners in D.C. has almost doubled between 2005 and 2007 (table 1). The highest number of notices filed in 2007 were in Ward 5 (523 notices), Ward 7 1 NeighborhoodInfo DC is a partnership between the Urban Institute and the Washington, D.C., Local Initiatives
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 | 0,013 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,008 | 0,004 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,016 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,295 | 0,167 |
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 ».