Notice bibliographique
Résumé
An emerging area of subjective well-being (SWB) research is centered on the differences in the levels of SWB both across countries and among geographic regions within a country. The consideration of geographic differences would extend our knowledge about the determinants of SWB from "internal" factors of personality traits and individuals' socio-demographic characteristics to "external factors" embedded in individuals' environments. An issue with important theoretical and policy implications is whether the income of others in the same geographic area is associated with individuals' SWB. The association could be positive if people benefit from the improved resources, amenities, and social capital in high-income areas. The association could also be negative if people tend to emulate the lifestyles of their more affluent neighbours. Related empirical studies so far have not come to a consensus on this question. The present study attempts to contribute to this issue in two significant ways. First, this study examines whether the effect of the average income in a geographic area (locality income) on SWB is sensitive to the scale of geographic units. With a very large sample of survey respondents nested within three hierarchical levels of geographic areas, this study provides reliable estimates of the association of SWB with average incomes in immediate neighbourhoods (defined as "census dissemination areas"), local communities ("census tracts"), and municipalities ("census subdivisions"). Second, this study examines how the choice of control variables influences the estimated effect of locality income. By considering the effects of individual demographic and socioeconomic characteristics, self-evaluated general health, and area-level attributes in a sequential manner, it is possible to discuss the likely mechanisms through which locality income is related to individuals' SWB.
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 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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».