MétaCan
Menu
Retour à la cohorte
Enregistrement W3122440281

Do Water Service Provision Contracts with Neighbouring Population Centres Reduce Drinking Water Risk on Canadian Reserves

2014· article· en· W3122440281 sur OpenAlexaffabout
Bethany Woods, Brady J. Deaton

Notice bibliographique

Revue2014 Annual Meeting, July 27-29, 2014, Minneapolis, Minnesota · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésProbit modelPopulationIncentiveWater industryBusinessProbitWater supplyGeographyEconomicsEnvironmental scienceEnvironmental healthEnvironmental engineeringEconometrics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

As of 2011, 39% of drinking water systems on Canadian First Nations’ reserves could be classified as high risk, or unequipped to safely deal with the infiltration of a pollutant (Neegan Burnside 2011a). In recent years, some First Nations have contracted water services from neighboring population centres through ‘Municipal Type Agreements’, or ‘MTAs’. Using a unique data set of 804 First Nation water systems, we explore both factors that influence participation in MTAs, and the effect of participation on the likelihood that a First Nation will be under a boil water advisory. Our empirical analysis consists of two probit models. The first model describes the likelihood that a MTA agreement will emerge between a First Nation and neighbouring population centre. The second estimates the likelihood that a First Nation will be under a boil water advisory. Our primary finding is that MTAs reduce the likelihood of a boil water advisory being in effect on a reserve. This is an important consideration when developing incentives or institutions that influence infrastructure collaboration between First Nations and Canadian population centres.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,469
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,007

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 Opus0,022
Tête enseignante GPT0,203
Écart entre enseignants0,181 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue2014 Annual Meeting, July 27-29, 2014, Minneapolis, MinnesotaMême sujetEconomic and Environmental ValuationTravaux en français237 207