Konut Politikalarında Eşitsiz Benzerlik Türkiye ve İngiltere’nin Kamusal Aktörleri
Bibliographic record
Abstract
Neoliberalizmin sonuçları açısından her ülkenin kendine has bir tecrübesi kadar benzerliklerinin de söz konusu oluşu, ekonomi temelli ve geniş alanlara yayılan bir hareketin pratiklerini çözümlemek açısından önem taşımaktadır. Bu çalışma Türkiye’de TOKİ ve İngiltere’de RTB konut politikaları incelenerek neoliberalizmin konut sektöründeki pratiğe yansımalarını kiracı ve ev sahipleri dolayımında benzerlikler ve farklılıklar üzerinden ele almayı hedeflemektedir. Bu iki grubun incelenmesi, konut sorunundaki eşitsizlik dinamiklerini tanımlaya imkân vermektedir. Çalışmada, eşitsizlik ve konut politikaları arasındaki ilişki nedir ve neoliberal konut politikalarının kiracı ve ev sahipleri arasındaki eşitsizlik üretimi açısından ülkelere göre benzer ve farklı sonuçları nelerdir sorularına cevap aranacaktır. Bu amaçla mevcut literatür incelenirken ikincil verilerin analizi (resmî ve özel sektör eliyle oluşturulan istatistikler) yöntemi de kullanılacaktır. Sonuç olarak neoliberalizm farklı ülkelerde, farklı politik ve kültürel çevrelerde uygulanıyor olsa bile derinleştirdiği eşitsizlikte ortaklaşması, Türkiye ve İngiltere konut politikaları örnekleri (TOKİ ve RTB) ile ortaya konulmuştur. Zira en başat gösterge olarak orta ve alt gelir gruplarının konut edinimini kolaylaştırmayı ve artırmayı hedeflediğini iddia eden neoliberal konut politikalarının uygulamada olduğu yıllarda mevcut kiracı sayısı genel olarak artış eğiliminde olmuştur.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.003 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.035 | 0.006 |
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".