La régionalisation du « bonus logement » : vers une politique adaptée au contexte bruxellois ?
Bibliographic record
Abstract
La sixième réforme de l’État vient d’octroyer aux Régions la compétence fédérale liée à la fiscalité des prêts hypothécaires afférents à la maison « propre et unique ». Communément appelé « bonus logement », le système bénéficie à de très nombreux contribuables. Il s’expose néanmoins à diverses critiques. Cet avantage fiscal, d’une valeur globale de plusieurs dizaines milliers d’euros par personne, est accordé sans aucune condition de revenus ; les plus aisés en bénéficient donc également… alors que, même sans ce coup de pouce, ils seraient devenus propriétaires. Dans le même temps, les ménages précarisés n’y font quasiment pas appel, pour la simple raison que les tarifs de l’immobilier sont pour eux prohibitifs. Cette aide fiscale, stimulant la demande, tire les prix de vente vers le haut, de sorte qu’elle bénéficie in fine au vendeur plutôt qu’à l’acheteur. Enfin, le bonus logement (moitié moins avantageux dans ce cas) discrimine ceux qui ne sont pas en couple. C’est dire s’il est important pour les Régions, spécialement dans un contexte de restrictions budgétaires, de reconfigurer le bonus logement, dans un sens plus social notamment. Pour l’avenir, on pourrait également le lier à des exigences en matière de salubrité ou de performance énergétique, le réserver aux primo-acquéreurs…
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 | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.005 | 0.016 |
| Scholarly communication | 0.013 | 0.005 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.004 | 0.005 |
| Insufficient payload (model declined to judge) | 0.010 | 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".