MétaCan
Menu
Retour à la cohorte
Enregistrement W2199673366 · doi:10.25336/p6t31v

An Analysis of Socio-Economic Strains and Population Gains: Urban and Rural Communities of Canada 1981-2001

2007· article· en· W2199673366 sur OpenAlexafffundvenueabout
Fernando Mata, Ray D. Bollman

Notice bibliographique

RevueCanadian Studies in Population · 2007
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensStatistics CanadaEmployment and Social Development Canada
Organismes subventionnairesHuman Resources and Skills Development CanadaUniversity of Alberta
Mots-clésCensusGeographyPopulationUnemploymentPovertyAmerican Community SurveyVariety (cybernetics)Socioeconomic statusSocioeconomicsSubdivisionDemographic analysisEarningsEconomic growthRegional scienceEconomic geographyDemographyEconomicsSociologyStatistics

Résumé

récupéré en direct d'OpenAlex

Important demographic shifts have occurred in Canada in the last decades. As a consequence of these shifts, many geographical communities have won or lost substantial number of residents between 1981 and 2001. Using the CCS (consolidated census subdivision) data set of the Agriculture Division of Statistics Canada, the paper explores the linkages between socio-economic strains and population changes affecting communities in a variety of regional and provincial contexts. A total of 2,607 rural and urban consolidated census subdivisions were examined across five census periods. Quasi simplex structural equation models using unemployment, earnings and poverty as indicators were tested on a variety of communities located in various OECD regions and provinces. Although the predictive power of strains on population gains was found to be limited in the models, a higher level of strain was persistently found to be negatively associated with population gains regardless of regional and provincial groupings of communities. Socio-economic strains were also observed to be relatively stable over time across a variety of geographies.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,164
Score d'incertitude au seuil0,461

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,059
Tête enseignante GPT0,346
Écart entre enseignants0,288 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations1
Publié2007
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Studies in PopulationMême sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207