Notice bibliographique
Résumé
In this paper, we use census tract data to analyse changes in neighbourhood income inequality and residential economic segregation in the eight largest Canadian cities during the 1980-95 period. Is the income gap between richer and poorer neighbourhoods rising? Are high and low-income families increasingly clustered in economically homogeneous neighbourhoods? The main results are an elaboration of the spatial implications of the well documented changes that have occurred in family income and earnings inequality since 1980. We find that between neighbourhood family income (post-transfer/pre-tax) inequality rose in all cities driven by a substantial rise in neighbourhood (employment) earnings inequality. Real average earnings fell, sometimes dramatically, in low-income neighbourhoods in virtually all cities while rising moderately in higher income neighbourhoods. Strikingly, social transfers, which were the main factor stabilizing national level income inequality in the face of rising earnings inequality, had only a modest impact on changes in neighbourhood inequality. Changes in the neighbourhood distribution of earnings signal significant change in the social and economic character of many neighbourhoods. Employment was increasingly concentrated in higher income communities and unemployment in lower income neighbourhoods. Finally, we ask whether neighbourhood inequality rose primarily as a result of rising family income inequality in the city as a whole or because families were increasingly sorting themselves into like neighbourhoods so that neighbourhoods were becoming more economically homogeneous (economic segregation). We find that economic spatial segregation increased in all cities and was the major factor behind rising neighbourhood inequality in four of the eight cities. A general rise in urban family income inequality was the main factor in the remaining four cities.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,015 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».