MétaCan
Menu
Retour à la cohorte
Enregistrement W2044323830 · doi:10.1111/j.1549-0831.2003.tb00151.x

Forest Sector Dependence and Community Well‐being: A Structural Equation Model for New Brunswick and British Columbia*

2003· article· en· W2044323830 sur OpenAlexaffabout
John R. Parkins, Richard C. Stedman, Thomas M. Beckley

Notice bibliographique

RevueRural Sociology · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueForest Management and Policy
Établissements canadiensUniversity of New BrunswickUniversity of AlbertaCanadian Forest Service
Organismes subventionnairesnon disponible
Mots-clésStructural equation modelingPovertyGeographyCensusEconomicsSociologyEconomic growthDemographyStatisticsMathematicsPopulation

Résumé

récupéré en direct d'OpenAlex

AbstractRural sociologists have a lengthy history of examining the relationship between natural resource dependence and community well‐being. This paper contributes to the understanding of this relationship in several ways. First, census data were used to describe forest sector dependence in two Canadian provinces where levels of dependence were much higher than those commonly found in the United States. Second, instead of linear regression analysis, a structural equation model was used to provide estimates for three indicators of well‐being (income, poverty, and inmigration) within a single model and then the model was tested for overall suitability. Using market segmentation theory, this paper shows that forest dependence and well‐being in New Brunswick is more consistent with many places in the United States where the pulp and paper industry alone is positively associated with well‐being indicators. In contrast, pulp and paper, logging, and lumber sectors in British Columbia are positively associated with well‐being. The model also reveals less transience in forestry towns than was previously assumed. These findings are discussed along with estimated effects between indictors of community well‐being.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,155

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,001
Communication savante0,0030,001
Science ouverte0,0030,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,022
Tête enseignante GPT0,246
Écart entre enseignants0,224 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations35
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRural SociologyMême sujetForest Management and PolicyTravaux en français237 207