MétaCan
Menu
Retour à la cohorte
Enregistrement W2090779807 · doi:10.1111/j.1541-0064.2009.00263.x

Newcomers in the Canadian housing market: a longitudinal study, 2001–2005

2009· article· en· W2090779807 sur OpenAlexaffvenueabout
Daniel Hiebert

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésRespondentImmigrationSettlement (finance)Demographic economicsCrowdingRefugeeDemographyPopulationGeographySocioeconomicsPolitical scienceEconomicsPsychologySociology

Résumé

récupéré en direct d'OpenAlex

The Longitudinal Survey of Immigrants to Canada (LSIC) is used to investigate the participation of immigrants in Canada's housing market during the first four years of the settlement process, beginning in 2000–2001. The analysis focuses on the changing rate of homeownership, crowding and affordability. Special attention is given to differences between landing classes and population groups (especially visible minority groups). In general, the housing situation of LSIC survey respondents improved remarkably over the years covered by the survey. This is registered in a much higher rate of homeownership in the third wave of the survey (at four years after landing) compared with the first (six months after landing). Similarly, the ratio of survey respondents spending more than 30 percent of their total family income on housing dropped dramatically, as did the percentage living in crowded conditions. In other words, at least according to the measures explored here, LSIC suggests that the proportion of immigrants in precarious housing situations drops significantly in the early settlement period. This positive outcome is not universally shared, however, and certain groups—notably refugees, and immigrants of black and MiddleEastern background—see much less improvement in their circumstances than the average survey respondent .

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,224
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0070,009
Études des sciences et des technologies0,0050,002
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,030
Tête enseignante GPT0,263
Écart entre enseignants0,232 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations56
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207