Aboriginal Earnings in Canada: The Importance of Gender, Education, and Industry
Notice bibliographique
Résumé
The contrasting social and economic inequalities that exist between Indigenous and non-Indigenous peoples has been the focus of many Canadian studies. Several interlinking factors have been found to impact the socioeconomic status of Canada's Indigenous peoples, including social distance, education, gender, and occupational characteristics. Few of these studies, however, look at the gender wage gap amongst Indigenous populations, and in this paper, we identify some of the factors that drive both income and differences in income between men and women, amongst Indigenous peoples. Using data from the 2017 Aboriginal Peoples Survey (APS), we examine key socioeconomic factors and identify how these are linked to income. We find that education and employment industry are major indicators of socioeconomic status, as are the interactions between gender and income. We also find a persistent gender wage gap amongst Canada's Indigenous peoples, but we find that this gap can be explained by differences in the returns to education, skill levels, and industry of employment. Résumé: Plusieurs études canadiennes se sont penchées sur les inégalités sociales et économiques contrastées entre les peuples autochtones et non-autochtones. Quelques facteurs interdépendants ont été trouvés pour influencer le statut socio-économique des peuples autochtones du Canada, ainsi que la distance sociale, l'éducation, le sexe et les caractéristiques professionnels. Certains de ces études n'ont cependant pas mis l'accent sur l'écart salarial entre les hommes et les femmes de la population autochtone et, dans cet article, nous avons identifié non seulement les facteurs qui déterminent le revenu, mais aussi les facteurs de différence entre les revenus des hommes et ceux des femmes dans la communauté autochtone. En nous servant des données de Aboriginal Peoples Survey 2017 (APS), nous examinons les principaux facteurs socio-économiques et identifions comment ceux-ci sont liés au revenu. Nous postulons que l'éducation et l'industrie de l'emploi sont des indicateurs majeurs du statut socio-économique, tout comme les interactions entre les hommes, les femmes et le revenu. Nous notons aussi un écart salarial persistant entre hommes et femmes de la population autochtone du Canada, mais trouvons que cet écart peut s'expliquer par des différences dans les rendements de l'éducation, des niveaux de compétence et de l'industrie de l'emploi.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».