Why Do Some First Nations Communities Have Safe Water and Others Not? Socioeconomic Determinants of Drinking Water Risk
Notice bibliographique
Résumé
Securing safe and adequate drinking water is an ongoing issue for many Canadian First Nations communities despite nearly 15 years of reports, studies, policy changes, financial commitments, and regulations. The federal drinking water evaluation scheme is narrowly scoped, ignoring community level social factors, which may play a role in access to safe water in First Nations. This research used the 2006 Aboriginal Affairs and Northern Development Canada First Nations Drinking Water System Risk Survey data and the Community Well-Being Index, including labour force, education, housing, and income, from the 2006 Census. Bivariate analysis was conducted using the Spearman's correlation, Kendall's tau correlation, and Pearson's correlation. Multivariable analysis was conducted using an ordinal (proportional or cumulative odds) regression model. Results showed that the regression model was significant. Community socioeconomic indicators had no relationship with drinking water risk characterization in both the bivariate and multivariable models, with the sole exception of labour force, which had a significantly positive effect on drinking water risk rankings. Socioeconomic factors were not important in explaining access to safe drinking water in First Nations communities. Improvements in the quality of safe water data as well as an examination of other community processes are required to address this pressing policy issue.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| 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 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 ».