Inequalities of extreme commuting across Canada
Notice bibliographique
Résumé
There is growing body of research and practice assessing transportation equity and justice. Commuting is an especially important dimension to study since such frequent, non-discretionary travel, can come at the expense of time for other activities and therefore negatively impact mental health and well-being. An "extreme commuter" is a worker who has a particularly burdensome commute, and has previously been defined based on one-way commute times above 60 or 90 minutes. In this paper, we examine the social and geographic inequalities of extreme commuting in Canada. We use a 25% sample of all commuters in Canada in 2016 (n = 4,543,417) and our analysis consists of descriptive statistics and logistic regression models. The average one-way commute time in 2016 across Canada was 26 minutes, but over 9.7% of the workforce had commute times exceeding 60 minutes. However, this rate of extreme commuting was 11.5% for low-income households, 13.5% for immigrants, and 13.4% among non-white Canadians, reaching as high as 18.6% for Black Canadians and 14.7% for Latin American Canadians specifically. We find that these inequalities persist even after controlling for household factors, commute mode, occupation, and built environment characteristics. The persistently significant effects of race in our models point to factors like housing and employment discrimination as possible contributors to extreme commuting. These results highlight commuting disparities at a national scale prior to the COVID-19 pandemic, and represents clear evidence of structural marginalization contributing to racialized inequalities in the critical metric of daily commute times seldom recognized by Canadian scholars and planners.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».