Are new patterns of low‐income distribution emerging in Canadian metropolitan 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 studies on urban poverty in Canadian cities suggest a growing spatial concentration of poor populations within metropolitan regions. This article assesses trends in the intra‐urban distribution of the poor population from 1986 to 2006 in eight of Canada's largest cities. We consider five well‐known dimensions of segregation, as identified by Massey and Denton (1988), in order to examine changes in the spatial distribution of poor populations within metropolitan areas: evenness, exposure, concentration, clustering, and centralization. These indices were calculated for low‐income populations at the census tract level using data from five Canadian censuses. Although each metropolitan area has distinctive characteristics, we were able to identify some general trends. The results suggest that, in 2006 compared to 1986, low‐income populations lived in more spatially concentrated areas, which were, at the same time, socioeconomically more homogeneous and more dispersed throughout the metropolitan area. In addition, we observed that over the last twenty years areas of poverty have been located, for the most part, in neighbourhoods adjacent to downtown cores. Nevertheless, we found that poverty has mostly increased in suburban areas located outside inner‐city neighbourhoods. Growing socioeconomic homogeneity and dispersion of low income areas in metropolitan areas reveal new spatial patterns of urban poverty distribution. These findings should be cause for concern as social isolation in the most disadvantaged neighbourhoods could affect the life chances and opportunities for the residents of those areas .
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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