MétaCan
Menu
Retour à la cohorte
Enregistrement W4205264214 · doi:10.46692/9781447352570.012

Aging in rural Canada

2021· other· en· W4205264214 sur OpenAlexaffabout
Natalie S. Channer, Samantha Biglieri, Maxwell Hartt

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineSocial Sciences
ThématiqueMigration, Aging, and Tourism Studies
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésGeography

Résumé

récupéré en direct d'OpenAlex

In this overview chapter, we call upon data from Statistics Canada and the academic literature to present some stylized facts and figures regarding rural older adults and a synthesis of the challenges and opportunities of aging in rural environments. This chapter serves to provide (1) a snapshot of Canadian rural demographic trends, (2) an overview of the state-of-the-art thinking on rural aging, and (3) contextual framing for the in-depth research chapters and vignettes that make up the rural part of this book. Anyone remotely familiar with Canada's geography would not be surprised to learn that by land area, Canada is predominantly rural. Concentrated areas of population cover very little of Canada's expansive 9.9 million square kilometres. Upwards of 90% of the Canadian population live within 160 kilometres of the almost 9,000-kilometre-long Canada–US border (CBC News, 2009). In short, the vast majority of Canada is sparsely populated. Broadly speaking, we consider these sparsely populated places to be rural. Although there is no single perfect definition of a rural environment, rural can be operationally defined as an area with a population density under than 400 people per square kilometre (Channer et al, 2020). Using data from Statistics Canada (2019) population estimates, we found that 8.5 million of Canada's roughly 35 million people live in rural areas. Of those 8.5 million, approximately 1.5 million are aged 65 and over. Like everywhere in Canada, the cohort of Canadians aged 85 and over is growing quickly. Almost 150,000 rural Canadians are 85 years of age or over (Statistics Canada, 2019). Canada's rural population is aging faster than its urban and suburban counterparts. Older Canadians, aged 65 and over, make up 18% of Canada's rural population in comparison to 17% of the suburban population and 15% in urban areas. More than a quarter of Canadians aged 65 or older live in rural areas, as proportionately, the population of older Canadians tends to be higher in rural areas (Menec et al, 2015). Canadian rural populations also have a higher ratio of older adults to working-age adults (known as the old-age dependency ratio). The growing intergenerational imbalance is explained by the dual process of (1) rural youth migration to urban centres for employment, and (2) older Canadians relocating from urban and suburban to rural areas for retirement (Forbes and Hawranik, 2012).

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,009
Tête enseignante GPT0,265
Écart entre enseignants0,256 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetMigration, Aging, and Tourism StudiesTravaux en français237 207