MétaCan
Menu
Retour à la cohorte
Enregistrement W2020573490 · doi:10.1080/10599240902845120

Demographics, Employment, Income, and Networks: Differential Characteristics of Rural Populations

2009· review· en· W2020573490 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.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Agromedicine · 2009
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRural development and sustainability
Établissements canadiensConcordia UniversityStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésRuralityWorkforceRural areaRural economicsBusinessGeographyPopulationDifferential (mechanical device)AgricultureSocioeconomicsDemographic economicsEconomic growthEconomicsDemographyRural developmentEngineering

Résumé

récupéré en direct d'OpenAlex

This paper reviews the key demographic, employment, income, and social capital features of rural Canada. Rural populations have different characteristics that are typically a direct result of "rurality"--i.e., long distances and low population density. Jobs that require a high-density population (such as a professional hockey player) are not available to individuals who live at a distance from a metro center. Rural Canada may have an agricultural landscape (or a forestry or mining landscape) but the vast majority of rural workers do not work in primary sectors. Manufacturing employment is larger. Rural Canada is competitive in manufacturing--rural areas are gaining a larger share of Canada's manufacturing workforce. Rural incomes are lower, on average. But lower living costs mean that the rural incidence of low incomes is similar to urban. In rural communities, the existence of social networks does not always imply that these networks are used. Networks are complementary-one network does not always substitute for another. However, local strength in one network can be used to build capacity in another network.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,987
Score d'incertitude au seuil0,317

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
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 Opus0,028
Tête enseignante GPT0,282
Écart entre enseignants0,254 · 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