MétaCan
Menu
Retour à la cohorte
Enregistrement W1968429531 · doi:10.1111/j.0008-3658.2005.00088.x

Rural population change in Nova Scotia, 1991–2001: bivariate and multivariate analysis of key drivers

2005· article· en· W1968429531 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
venuePublié dans une revue dont le pays d'attache est le Canada.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2005
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRural development and sustainability
Établissements canadiensSaint Mary's University
Organismes subventionnairesnon disponible
Mots-clésNova scotiaBivariate analysisGeographyPopulationUnemploymentMultivariate statisticsCensusPopulation growthMultivariate analysisDemographic economicsDemographyEconomic growthEconomicsSociologyStatistics

Résumé

récupéré en direct d'OpenAlex

Depopulation is a major demographic and economic issue in Nova Scotia, as it is in many of Canada's hinterland areas. Indian Reserves excepted, two‐thirds of rural census subdivisions declined in population between 1991 and 2001, and this decline has serious economic and social consequences. By contrast, a small minority of seemingly ‘rural’ areas is experiencing excessive population growth through exurbanisation. This article combines map and graph analysis with simple regression and multivariate techniques to analyse the key drivers of recent population change. It is shown that such change is strongly and predictably related to unemployment rate, income and population density and moderately related to resource‐industry employment, proximity to a major urban centre and commuting. These six variables are interrelated, however, and their separate contributions are explored through principal component analysis and multiple regression. Two variables—resource‐industry employment and urban proximity—are identified as key root causes, indicative of separate factors. Findings are related to the Drudy–Gilg model of rural decline, and their policy implications are briefly discussed.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,032
Score d'incertitude au seuil0,678

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,009
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,207
Écart entre enseignants0,194 · 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