Public Attributions for Poverty in Canada*
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.
Notice bibliographique
Résumé
Les auteurs de cet article décrivent les caractéristiques sociales de la pauvreté en utilisant des données d'interviews téléphoniques effectuées en 2002 au moyen d'un échantillon aléatoire d'adultes sélectionnéà partir de huit voisinages à Toronto et Edmonton, enrichi par des données d'interviews. Une régression logistique multivariée a été utilisée afin de prédire l'attribution des caractéristiques structurelles, individualistes, intergénérationnelles et fatalistes à la pauvreté, en se servant de variables démographiques et de la variable exposition à la pauvreté. Les participants étaient plus susceptibles d'expliquer la pauvreté par des causes structurelles et moins susceptibles de favoriser une explication individualiste. Le revenu a été associé négativement à des déterminants individualistes, fatalistes et à une des causes structurelles, et lié positivement au facteur intergénérationnel. This paper describes public attributions for poverty using data from telephone interviews conducted in 2002 with a random sample of adults from eight neighbourhoods in Toronto and Edmonton, supplemented with interview data. Multivariate logistic regression was used to predict support for structural, individualistic, intergenerational and fatalistic attributions for poverty by demographic and exposure-to-poverty variables. Participants were most likely to attribute poverty to structural causes and least likely to favour individualistic attributions. Income was negatively associated with individualistic, fatalistic and one of the structural attributions, and positively related to the intergenerational attribution.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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