A study on the reasons for the rapid price increase in the housing market in türkiye
Bibliographic record
Abstract
Türkiye’de son yıllarda konut fiyatlarında hızlı bir yükseliş trendi görülmektedir. Konut fiyatlarındaki hızlı artışın nedenleriyle ilgili birçok yorum yapılmaktadır. Barınmanın temel insani ihtiyaçlardan biri olması nedeniyle önemli bir konu olduğu bilinmektedir. Çalışma konut fiyatlarındaki hızlı yükselişin temel nedenlerini bilimsel olarak ortaya çıkarmayı amaçlamaktadır. Covid-19 salgın tedbirlerinin gevşetilmesinin ardından hızla artmaya başlayan konut fiyatlarının tek nedeni yabancıların Türkiye’de konut alması mıdır? Başka etkenler var mıdır? Konut fiyatlarını artıran başka etkenler varsa bunlar nelerdir? Sorularına bu makalede cevap bulunmaya çalışılmıştır. Yapılan çalışma göstermiştir ki konut fiyatlarını artıran yabancıların konut alımından başka etkenler de bulunmaktadır. Konut talebindeki artış, demografik yapıdaki değişim, inşaat maliyetlerindeki artış, konut finansman politikalarındaki değişim gibi farklı etkenlerin de konut fiyatlarının artmasında önemli rol oynadıkları görülmektedir.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 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".