Estimating the Economic Impacts of Specific Claims Settlements in Canada: The Case of Little Red River Cree Nation
Notice bibliographique
Résumé
Since 1973, 535 specific claims valued at more than $6 billion have been settled between the Government of Canada and First Nations governments for outstanding treaty obligations. Critics of specific land claims point to the absence of statistical evidence that shows a positive impact on First Nations economies and characterize specific claims as a multi-billion-dollar liability for Canadian taxpayers. This research shows that the economic benefits of specific claims are being lost to First Nations economies through high rates of economic leakage, especially in cases in which large proportions of the settlement funds are disbursed on a per capita basis. Collaborating with the Little Red River Cree Nation (LRRCN) in Alberta (a recent recipient of a $239 million settlement), we use household expenditure data, band-owned businesses’ financial statements, and band administration audit reports to estimate their rate of economic leakage and the economic impact of their specific claims settlement. Results indicate that the economic leakage rate for the LRRCN is 83.5 percent. Using household expenditure data and input–output models, we estimate the economic impact of the LRRCN settlement. Assuming a 100 percent per capita disbursal of the funds, the settlement would contribute $275–$339 million in provincial output, $172–$212 million in gross domestic product, and $110–$127 million in labour income, and it would create 2,393–2,714 full-time jobs. The results of this research may be of value to First Nations leaders in making decisions concerning the distribution and investment of specific claims settlements in the future.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».