Individual and Community Factors Affecting Psychological Sense of Community, Attraction, and Neighboring in Rural Communities<sup>*</sup>
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
L'échelle de Buckner, qui comporte trois dimensions—sentiment communautaire (SC), attractivité et voisinage—, fut appliquée à 1,995 personnes de 20 villages canadiens afin d'y mesurer le sentiment de cohésion sociale. Le nombre d'enfants, un revenu dépassant 20,000 $, l'âge, le lieu de naissance et le nombre d'années dans la collectivité exercent une influence positive sur le SC et l'attractivité. Le nombre d'enfants, un revenu dépassant 40,000 $, le lieu de naissance et le nombre d'années dans la collectivité influent de manière significative sur le voisinage. L'interaction accroît généralement la cohésion sociale individuelle. La localisation sur une île étant la seule variable communautaire significative, les politiques individuelles sont à privilégier pour accroître la cohésion. One thousand nine hundred ninety‐five individuals in 20 rural Canadian communities were measured on perceived social cohesion by the three Buckner scale subdimensions: psychological sense of community (PSOC), attraction, and neighboring. Number of household children, income over $20,000, age, birthplace in, and years lived in the community significantly positively influenced PSOC and Attraction. Number of household children (positive for income over $20,000; otherwise negative), income over $40,000, birthplace, and years in the community significantly influenced neighboring. Increased interaction generally increases individuals' social cohesion. As the only significant community variable was being on an island province, individual‐oriented policies are recommended to increase cohesion.
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 | 0,015 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,012 |
| 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