L’identification des micro-zones d’insécurité résidentielle : le cas du marché locatif à Montréal
Bibliographic record
Abstract
Mesurer l’insécurité résidentielle devient primordial dans un contexte où la demande pour des logements locatifs est en croissance et conduit à de nouvelles dynamiques de marché. Plusieurs travaux se sont ainsi penchés sur l’insécurité résidentielle des locataires, en particulier de longue durée. Si ces travaux ont permis de dégager les différentes dimensions de l’insécurité résidentielle, ils prennent peu en compte ses manifestations spatiales. La présente étude propose de combler ce manque relatif dans la littérature en s’intéressant au cas de Montréal, une ville où, comme dans le reste du Canada, l’accession à la propriété est encore soutenue, mais une pénurie de logements locatifs se dessine depuis quelques années. L’étude met ainsi en évidence une montée de l’insécurité résidentielle sévère dans certains quartiers qui contribue à une polarisation du marché du logement. Ces résultats sont obtenus à travers une méthode mobilisant les propriétés de l’analyse factorielle confirmatoire ayant pour but de produire un modèle de mesure à l’échelle des aires de diffusion, les plus petites unités géographiques disponibles dans le recensement canadien.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.002 |
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; both teacher heads agree on what is shown here.
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".