Ghettos in Canada's cities? Racial segregation, ethnic enclaves and poverty concentration in Canadian urban areas
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
Recent literature suggests a growing relationship between the clustering of certain visible minority groups in urban neighbourhoods and the spatial concentration of poverty in Canadian cities, raising the spectre of ghettoization. This paper examines whether urban ghettos along the U.S. model are forming in Canadian cities, using census data for 1991 and 2001 and borrowing a neighbourhood classification system specifically designed for comparing neighbourhoods in other countries to the U.S. situation. Ecological analysis is then performed in order to compare the importance of minority concentration, neighbourhood classification and housing stock attributes in improving our understanding of the spatial patterning of low‐income populations in Canadian cities in 2001. The findings suggest that ghettoization along U.S. lines is not a factor in Canadian cities and that a high degree of racial concentration is not necessarily associated with greater neighbourhood poverty. On the other hand, the concentration of apartment housing, of visible minorities in general, and of a high level of racial diversity in particular, do help in accounting for the neighbourhood patterning of low income. We suggest that these findings result as much from growing income inequality within as between each visible minority group. This increases the odds of poor visible minorities of each group ending up in the lowest‐cost, least‐desirable neighbourhoods from which they cannot afford to escape (including social housing in the inner suburbs). By contrast, wealthier members of minority groups are more mobile and able to self‐select into higher‐status ‘ethnic communities’. This research thus reinforces pleas for a more nuanced interpretation of segregation, ghettoization and neighbourhood dynamics.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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