MétaCan
Menu
Retour à la cohorte
Enregistrement W4214946047 · doi:10.1007/s11205-022-02900-1

Disability Considerations for Measuring Poverty in Canada Using the Market Basket Measure

2022· article· en· W4214946047 sur OpenAlexafffundabout
Craig William Michael Scott, Patrick Berrigan, Ronald D. Kneebone, Jennifer Zwicker

Notice bibliographique

RevueSocial Indicators Research · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanada Research ChairsCanadian Institutes of Health ResearchSinneave Family FoundationKids Brain Health NetworkUniversity of Calgary
Mots-clésPovertyContext (archaeology)PopulationBasic needsStandard of livingConsumption (sociology)Measuring povertyDemographic economicsGerontologyPublic economicsEnvironmental healthEconomicsMedicineGeographyEconomic growthSociology

Résumé

récupéré en direct d'OpenAlex

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 machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,047
Score d'incertitude au seuil0,341

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,023
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0070,011
Études des sciences et des technologies0,0060,001
Communication savante0,0040,001
Science ouverte0,0030,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,249
Tête enseignante GPT0,446
Écart entre enseignants0,197 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueSocial Indicators ResearchMême sujetHealth disparities and outcomesTravaux en français237 207