MétaCan
Menu
Retour à la cohorte
Enregistrement W3121684323

First Nations Own-Source Revenue: How Is the Money Spent?

2015· article· en· W3121684323 sur OpenAlexaboutno aff
John Richards

Notice bibliographique

RevueC.D. Howe Institute Commentary · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Policy and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRevenueTransparency (behavior)Per capitaGovernment revenueRevenue assuranceAuditGovernment (linguistics)BusinessEconomicsFinanceAccountingRevenue modelPolitical sciencePopulationLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The confluence of several factors – favourable Supreme Court of Canada decisions, the rise (until recently) in natural resource prices and the emergence of a cadre of well-educated on-reserve leaders – has encouraged the growth of First Nations commercial ventures over the past generation. This growth raises important questions: How significant is own-source revenue (much of it derived via First Nations-owned corporations) in financing First Nations governments? How are these governments spending incremental revenue that arises from market-based activities? Before the passage in 2013 of the First Nations Financial Transparency Act (FNFTA), relevant audited statements of First Nations were hard to obtain, if indeed they were publicly available. The FNFTA requires First Nations to publish online audited statements of revenues and expenditures, which enables hitherto unavailable insights into First Nations budgeting priorities. Our analysis of a sample of 72 FNFTA filings submitted by First Nations in Ontario, covering the fiscal years 2013 and 2014, finds that own-source revenue comprises, on average, nearly a third of total First Nations government revenues. First Nations with higher per capita own-source revenue increase economic development activities but only modestly increase education and health spending. They also undertake large increases in spending on general government and business management. Whether large increases in this last category are warranted is an important question for members of First Nations to address. Interpreting the audited statements of First Nations governments is difficult, however, because they do not apply standardized protocols to identify revenue and expenditure categories. Furthermore, some undetermined portion of their own-source revenue derives from impact and benefit agreements negotiated between First Nations councils and resource developers. These agreements are usually confidential and details about them in audited statements are scant. Finally, since our sample is derived from First Nations communities in Ontario, it might not be representative of pan-Canadian experience. Our results are an admittedly tentative look at the data derived from the audited statements, but two obvious policy conclusions emerge from the analysis. First, since the FNFTA is intended to help First Nations assess the budgeting activities of their respective councils, one simple policy recommendation would be to introduce more uniform and informative accounting protocols, which would considerably aid those interested in undertaking this task. Second, since many First Nations apparently do not consider it appropriate to use own-source revenue to finance basic education and health services, the onus for education funding will continue to fall squarely on the federal government. In the end, of course, it is up to First Nations people themselves to determine their financial priorities.

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)0,003
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil0,831

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0040,008
Études des sciences et des technologies0,0020,003
Communication savante0,0110,006
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,049
Tête enseignante GPT0,295
Écart entre enseignants0,245 · 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'étudeQualitatif
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueC.D. Howe Institute CommentaryMême sujetCanadian Policy and GovernanceTravaux en français237 207