Bibliographic record
Abstract
Konut sorununun çözümü çok sayıda aktörün varlığını ve ortak çalışmasını zorunlu kılmaktadır. Merkezi idare makro ekonomik dengeleri sağlarken, bankalar kredi havuzunu genişletmeli, konut kooperatifleri alt ve orta gelir grubuna ait talepleri toplamalıdır. Gerek imar planları ve kentsel rant üzerindeki belirleyici rolü gerekse konutun yerelde giderilen bir sorun olması nedeniyle belediyeler bu aktörler içinde özel bir yere sahiptir. Türkiye’de belediyeler konut politikalarında neden etkin bir aktör olamamıştır? sorusuna yanıt aradığımız çalışmamız iki bölümden oluşmaktadır. Çalışmanın ilk bölümünde, belediyelerin konut politikalarındaki rolü, dört farklı dönem halinde, tarihi süreç içerisinde incelenecektir. İkinci bölümde, ilk bölümün muhasebesi yapılacak, belediyelerin konut politikalarında neden yeterince etkin olmadıklarına ilişkin bir analiz ortaya konulacaktır. Türk toplumunun mülk konut konusundaki ısrarı, konut üretiminde yap-satçılığın etkin oluşu, merkezi idarenin baskın rolü, kentsel rantın varlığı, kentleşmenin sağlıksız oluşu, belediyelerin konut alanındaki isteksizliği vb. nedenler belediyelerin konut politikalarında etkili bir aktör olmasını zorlaştırmaktadır. Belediyelerin konut politikalarında rolünün araştırılması bize yerel yönetim geleneği, merkez-yerel ilişkisi, yerel siyaset vb. konular hakkında da bilgi verecek, kuşkusuz yön gösterecektir.
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 | 0.001 | 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 | 0.006 | 0.004 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.034 | 0.008 |
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".