MétaCan
Menu
Retour à la cohorte
Enregistrement W2734939822 · doi:10.1108/ijse-12-2015-0328

Understanding the relationship between the economy and crime: Canadian provinces, 1981-2009

2017· article· en· W2734939822 sur OpenAlexaffabout
João Tovar Jalles, Martin A. Andresen

Notice bibliographique

RevueInternational Journal of Social Economics · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésSensitivity (control systems)UnemploymentOriginalityEconomicsValue (mathematics)EconometricsStatistical analysisUnemployment rateEconomyMacroeconomicsSociologyStatisticsMathematicsSocial scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to investigate the importance of multiple measures of the economy while investigating the role of the economy with crime, as well as the sensitivity of those results. Design/methodology/approach Provincial-level data, 1981-2009, and a series of statistical specifications. Findings The authors find overall support for the Cantor and Land’s (1985) model of unemployment and crime. The authors are also able to show the importance of considering multiple measures of economic activity and multiple statistical methods of analysis for the sensitivity of results. Originality/value Previous research has shown the importance of multiple measures of the economy but not multiple statistical methods as a sensitivity analysis. The authors provide such a sensitivity analysis and show that the Cantor and Land’s (1985) model has significant support.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,530
Score d'incertitude au seuil0,821

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 savante0,0010,001
Science ouverte0,0010,000
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 Opus0,164
Tête enseignante GPT0,285
Écart entre enseignants0,121 · 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'étudeThéorique ou conceptuel
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

Citations6
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Social EconomicsMême sujetFiscal Policy and Economic GrowthTravaux en français237 207