Housing Insecurity in North America: A Comparative Study of Tenant Protection Laws and Eviction Rates
Bibliographic record
Abstract
L'ère post-pandémie a renforcé la prise de conscience face à la crise du logement en Amérique du Nord, la hausse des loyers et les expulsions devenant des questions sociales pressantes. Cette thèse étudie l'efficacité des lois de protection des locataires dans la réduction du taux d'expulsion et la sauvegarde des droits des locataires tout en tenant compte des intérêts des propriétaires. Fondée sur la littérature en sciences politiques et en sociologie, la recherche comble une lacune cruciale dans les études sur la politique du logement, en particulier en ce qui concerne la dynamique des expulsions. À travers des études de cas à Montréal (Québec, Canada) et à Los Angeles (Californie, États-Unis), la thèse examine l'interaction complexe entre les lois étatiques/provinciales, les réglementations municipales et les processus d'expulsion. En approfondissant les nuances des "rénovations" à Montréal et l'impact de l'Ellis Act à Los Angeles, la recherche révèle les défis systémiques du logement abordable et les effets disproportionnés de l'expulsion sur les communautés et les individus. Enfin, la thèse souligne le besoin urgent de solutions équitables en matière de logement et éclaire les interventions potentielles pour lutter contre l'insécurité du logement et la pauvreté
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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".