Development and implementation of a framework for estimating the economic benefits of an accessible and inclusive society
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose To develop a framework for estimating the economic benefits of an accessible and inclusive society and implement it for the Canadian context. The framework measures the gap between the current situation in terms of accessibility and inclusiveness, and a counterfactual scenario of a fully accessible and inclusive society. Design/methodology/approach The method consists of three steps. First, the conceptual framework was developed based on a literature review and expert knowledge. Second, the magnitudes for each domain of the framework was estimated for the reference year 2017 using data from various sources. Third, several sensitivity analyses were run using different assumptions and scenarios. Findings It was estimated that moving to a fully accessible and inclusive society would create a value of $337.7bn (with a range of $252.8–$422.7bn) for Canadian society in the reference year of 2017. This is a sizeable proportion of gross domestic product (17.6%, with a range of 13.1–22.0%) and is likely a conservative estimate of the potential benefits. Originality/value Understanding the magnitude of the economic benefits of an accessible and inclusive society can be extremely useful for governments, disability advocates and industry leaders as it provides invaluable information on the benefits of efforts, such as legislation, policies, programs and practices, to improve accessibility and inclusion of persons with disabilities. Furthermore, the total economic benefits and the benefits per person with a disability can serve as inputs in economic evaluations and impact assessments.
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.
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 | 0,002 | 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 | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,003 |
| 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 découle