MétaCan
Menu
Retour à la cohorte
Enregistrement W2288534356 · doi:10.1080/00045608.2015.1113118

Revisiting Gender, Race, and Commuting in New York

2016· article· en· W2288534356 sur OpenAlexaff
Valerie Preston, Sara McLafferty

Notice bibliographique

RevueAnnals of the American Association of Geographers · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaDemographic economicsRace (biology)Ethnic groupPublic transportInvestment (military)InequalityGeographySociologyEconomicsPolitical sciencePoliticsGender studies

Résumé

récupéré en direct d'OpenAlex

In the 1990s, many women commuted shorter distances and less time than men, and research underscored the pernicious effects of racial and ethnic segregation and access to transportation on minority women's commuting. Since then, growing income inequality and the bifurcation of employment between well-paid and secure jobs and a growing number of insecure and poorly paid jobs have been accompanied by the concentration of jobs at central and suburban locations and the transformation of women's roles in the labor market. We investigate some of the geographical implications of these trends by analyzing commuting in the New York metropolitan region. In 2010, gender and race differences in commuting varied across the metropolitan area. Regression analysis demonstrates that the impacts of wages and household composition on commuting differ between the highly valued center that has benefited from private and public investment, the suburbs where traditional gender roles persist, and the deteriorating inner ring where minority women still commute long times on slow public transit. The findings highlight racial and gender disparities in geographical access to employment within the metropolitan region.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,033
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,047
Tête enseignante GPT0,329
Écart entre enseignants0,283 · 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

Citations67
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of the American Association of GeographersMême sujetUrban Transport and AccessibilityTravaux en français237 207