MétaCan
Menu
Retour à la cohorte
Enregistrement W2124585185 · doi:10.14430/arctic4481

Monetary Poverty in Inuit Nunangat

2015· article· en· W2124585185 sur OpenAlexaffvenueabout
Gérard Duhaime, Roberson Édouard

Notice bibliographique

RevueARCTIC · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésPovertyGeographyCensusPoverty rateScope (computer science)ArcticEmic and eticLow incomeEconomicsSocioeconomicsEconomic growthDemographySociologyPopulationEcology

Résumé

récupéré en direct d'OpenAlex

This article measures for the first time the scope of poverty in Inuit Nunangat, the four regions of the Canadian Arctic where Inuit people live. On the basis of a monetary definition of poverty, we propose and apply a method adapted to key characteristics of the Inuit condition. For each region, we developed a low income measure (LIM) that takes household composition and consumer prices into account, using data from the master file of the 2006 Census of Canada and surveys by Aboriginal Affairs and Northern Development Canada on the Revised Northern Food Basket. For Inuit Nunangat as a whole, the low income measure was $22 216 and the low income rate (LIR) was 44%. Values vary among regions: in Nunavik, for example, the low income rate is 37.5%. However, throughout Inuit Nunangat, poverty rates are significantly higher than those observed in Canada. We recommend further statistical exploration to better identify not only the factors correlated with households living in poverty, but also a qualitative approach to produce an Inuit emic perspective. Both tools are necessary for informed policy to fight against poverty.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,390
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,002

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 Opus0,062
Tête enseignante GPT0,365
Écart entre enseignants0,303 · 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

Citations18
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueARCTICMême sujetIndigenous Studies and EcologyTravaux en français237 207