Données démographiques et demande éventuelle de logements : une approche par cohorte
Bibliographic record
Abstract
La Société canadienne d'hypothèques et de logement (SCHL) s'occupe de réaliser des recherches sur les changements démographiques et la demande de logements. L'évolution des ménages est au coeur de ces recherches. Pour prévoir le nombre de ménages, on utilise la méthode des taux de chef et on applique ensuite les taux de propriété projetés pour répartir les ménages projetés entre le groupe des propriétaires et celui des locataires. Choisir les bonnes hypothèses de taux de chef et de propriété est l'un des nombreux défis que l'on doit relever pour établir les prévisions de la demande éventuelle de logements. La SCHL travaille actuellement avec le Joint Center for Housing Studies de l'Université Harvard en vue de mettre au point des extrapolations des taux de chef et des taux de propriété par cohorte. Dans certains cas, la méthode des taux par cohorte surclasse d'autres méthodes, car elle reconnaît les différences intergénérationelles, présente un cadre utile pour l'analyse et offre beaucoup de latitude à l'analyste dans la personnalisation des hypothèses de projection. Les projections préliminaires de la demande éventuelle de logements fondées sur les taux par cohorte sont très conformes aux faibles niveaux actuels de l'activité du marché du logement et indiquent une continuité de certaines tendances établies dans les vingt dernières années.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.036 | 0.100 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.004 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.011 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".