MétaCan
Menu
Retour à la cohorte
Enregistrement W1572974685

How Long Do People Live in Low-income Neighbourhoods? Evidence for Toronto, Montreal and Vancouver

2004· preprint· en· W1572974685 sur OpenAlexaboutno aff
Marc Frenette, Garnett Picot, Roger Sceviour

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2004
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNeighbourhood (mathematics)ResidenceDemographic economicsLow incomeSpellDemographyGeographyHousehold incomeFamily incomeSocioeconomicsEconomicsSociologyEconomic growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study uses longitudinal tax data to explore several undocumented aspects regarding the duration of time spent residing in low-income neighbourhoods (residential 'spells'). Although the length of new spells is generally substantial (at least compared with low-income spells), there is quite a lot of variation in this regard. Low-income neighbourhood spells exhibit negative duration dependence, implying that the longer people live in low-income neighbourhoods, the less likely they are to leave. Length of spell varies substantially by age and city of residence and, to a lesser extent, by family income and family type. Specifically, older individuals remain in low-income neighbourhoods for longer periods of time than younger individuals, as do residents of Toronto and Vancouver (in relation to Montreal). Individuals in low-income families have longer spell lengths than those in higher income families and, among these low-income families, lone-parents and couples with children generally spend more time living in low-income neighbourhoods than childless couples and unattached individuals.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,834
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,047
Tête enseignante GPT0,351
Écart entre enseignants0,304 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207