MétaCan
Menu
← Retour à la cohorte
Enregistrement W2516544028

Nunavik's Labour Market and Educational Attainment Paradox

2016· preprint· en· W2516544028 sur OpenAlexaboutno aff
Jasmin Thomas

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2016
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChild careGovernment (linguistics)PopulationEducational attainmentPublic sectorGeographyDemographic economicsPolitical scienceDemographyEconomicsEconomic growthMedicineEconomySociologyNursing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Nunavik, the northern Québec region of Inuit Nunangat, had stronger labour market performance than the other three Inuit Nunangat regions between 1996 and 2011. For example, Nunavik's employment rate was 54.1 per cent in 2011, while the aggregate employment rate for Inuit Nunangat excluding Nunavik was only 42.9 per cent. Nunavik enjoyed this higher employment rate despite the fact that its Inuit population had, on average, 0.2 fewer years of schooling than Inuit Nunangat as a whole. In this paper, we examine a number of factors that could explain this paradox. Of all the factors examined, (1) public sector job provision and (2) child care availability and cost appear to have the most important impact on Nunavik’s labour market outcomes. First, Nunavik’s public sector, representing two-thirds of the experienced labour force, is a more important component of the overall economy than the public sector in the other three Inuit Nunangat regions, where it represents approximately half of the experienced labour force. Second, due to the implementation of the First Nations and Inuit Child Care Initiative and the Québec Government's family policies in the late-1990s, Nunavik has the greatest availability of child care services and the lowest daily child care fee of the four Inuit Nunangat regions. Both the ample supply of child care and the low cost have contributed to large increases in female labour force participation since 1996 (7.4 percentage points).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,993
Score d'incertitude au seuil0,409

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,023
Tête enseignante GPT0,353
Écart entre enseignants0,331 · 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 source (Gemma direct ou Codex distillé), 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetIndigenous Health, Education, and Rights→Travaux en français237 207→