MétaCan
Menu
Retour à la cohorte
Enregistrement W4281696251 · doi:10.1111/tesg.12521

Gender, Immigration and Commuting in Metropolitan Canada

2022· article· en· W4281696251 sur OpenAlexafffundabout
Valerie Preston, Sara McLafferty, Monika Maciejewska

Notice bibliographique

RevueTijdschrift voor Economische en Sociale Geografie · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban Transport and Accessibility
Établissements canadiensYork University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésMicrodata (statistics)Metropolitan areaImmigrationDemographic economicsCensusMultinomial logistic regressionGeographyTransit (satellite)Journey to workPublic transportDemographySociologyPolitical scienceEconomicsPopulation

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Immigrant workers often commute by transit more than other workers. Although immigrants' reliance on transit is often attributed to the same factors as women's reliance on transit: low incomes, limited access to cars, and a tendency to work close to home, gender differences are discussed rarely in analyses of immigrant commuting. Using 2016 Census of Canada microdata, we examine the use of four commute modes: driving, transit, active commuting in the form of walking and biking and being driven to work by immigrant men and women. Multinomial logistic regression indicates how economic, social, housing and metropolitan characteristics influence the use of each commute mode. Immigrant women, especially recent immigrants, are more likely to use alternative modes than immigrant men in all metropolitan areas. The findings underscore the importance of rapid and reliable transit to ensure equitable geographical access to employment for immigrant women, particularly during their first 10 years in Canada.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,371
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,261
Écart entre enseignants0,245 · 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'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

Citations11
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTijdschrift voor Economische en Sociale GeografieMême sujetUrban Transport and AccessibilityTravaux en français237 207