MétaCan
Menu
Retour à la cohorte
Enregistrement W3162898265 · doi:10.1007/s42650-021-00042-2

Migration Between Indian Reserves and Off-Reserve Areas: an Exploratory Analysis Using Census Data Linkage

2021· article· en· W3162898265 sur OpenAlexafffundvenue
Jean-Dominique Morency, Patrice Dion, Chantal Grondin

Notice bibliographique

RevueCanadian Studies in Population · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensStatistics Canada
Organismes subventionnairesIndigenous Services CanadaIndigenous and Northern Affairs Canada
Mots-clésCensusResidenceGeographyNet migration rateInternal migrationLinkage (software)Meaning (existential)DemographyDemographic economicsPopulationSociologyEconomicsPopulation growthBiologyPsychology

Résumé

récupéré en direct d'OpenAlex

Abstract New data linkages between censuses show that migration flows between Indian reserves and off-reserve areas from 2006 to 2011 and from 2011 to 2016 resulted in negative net migration for Indian reserves, meaning that—overall—more people left Indian reserves than entered them. These results differ from the portrait shown by the retrospective information from the 2011 and 2016 censuses, which indicates positive net migration for Indian reserves. A comparison of the information in the two sources revealed two types of inconsistencies that contributed to the observed differences: (1) inconsistencies in migrant status, and (2) inconsistencies in the origin location of migrants, i.e., the retrospective information about a migrant’s place of residence 5 years earlier does not match the place where the migrant was enumerated in the previous census. Results from this paper suggest that there are limitations to using retrospective information on the place of residence 5 years prior to a census to derive estimates of internal migration flows for small geographic areas, such as Indian reserves. New data linkages are a source of information that can be used to validate and improve these estimates, as well as to derive alternative estimates. However, data linkages also have limitations and require careful preparation before use, particularly when it comes to calculating weights to accurately account for unlinked records.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,571
Score d'incertitude au seuil0,576

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,203
Tête enseignante GPT0,411
Écart entre enseignants0,208 · 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'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

Citations4
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Studies in PopulationMême sujetMigration and Labor DynamicsTravaux en français237 207