Disability Considerations for Measuring Poverty in Canada Using the Market Basket Measure
Notice bibliographique
Résumé
Abstract Persons with disability (PWD) in Canada experience disproportionately high poverty rates. Poverty measures are often used to benchmark income assistance levels and social policies across Canada. The Market Basket Measure (MBM) is the official poverty measure in Canada that accounts for differences in family composition and geography. It does not, however, account for cost-incurring factors like disabilities, despite the evidence of differences in daily living costs. PWD experiencing poverty have additional needs to reduce barriers to full participation in society that can translate to higher basic costs for daily living. Given that poverty measures like the MBM may assess eligibility for income support or eligibility for public housing, these measures need to reflect how the cost of living differs for PWD. To critically analyze disability-specific considerations for the Canadian poverty line, we assess the MBM within the context of persons with disabilities. To identify differences in consumption patterns and family composition for PWD, a population based cross-sectional analysis was conducted using data from the 2017 Canadian Survey on Disability. Analysis assessed for bias within the MBM based on the basket contents, family composition and disability severity. PWD experience two times higher poverty rates, worse housing outcomes and incur higher and additional expenses for basic needs of daily living than persons without disability. The MBM underestimates the true poverty rate for persons with disabilities as it does not account for all their additional costs and does not represent their average family composition.
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 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 | 0,011 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,010 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».