THE PRIVATE PROVISION OF LOW-COST RENTAL UNITS: A CASE STUDY
Notice bibliographique
Résumé
Housing affordability is an enduring issue globally. Disproportionately affected by this trend are renters: those households who do not own their primary dwelling. Rather than being a transitionary phase – a stepping stone to homeownership – as in decades past; renting is becoming a permanent, and often financially draining, state for many households. Housing affordability is significant to the lives of renters, as renters overwhelmingly spend more of their income, as a proportion, on housing than homeowners do. In Canada, renters are not eligible for many wealth subsidies that homeowners enjoy (i.e., the exclusion of capital gains tax on the sale of primary residence), have less autonomy over their living space, and less security of tenure. These concerns, combined with aging multi-unit rental stock, disinvestment of governments from social housing funding, and a funneling of private funds towards condominium developments, has left those in the rental market with increasingly fewer housing options. This dissertation seeks to explore how households renting in the low-cost segment of the housing market gain access to housing and why they move. Special emphasis is placed on the nom-purpose built market, and a tool for better enumerating otherwise undocumented housing units is proposed. Findings suggest that previously undocumented, secondary units play a significant role in local housing markets, particularly within dense 19th century neighbourhoods with good access to amenities and transit. The dissertation also suggests that the social milieu of participants’ lives, including relationships with landlords and property managers, highly influences decisions to move. Lastly, the research finds that informal agreements, as well as units, characterizes entry and habitation of many units within the low-cost segment of the housing market. This dissertation contributes to the field of knowledge on residential mobility and housing geographies by exploring two primarily unexamined areas of local housing markets: informal units and informal agreements.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».