MétaCan
Menu
Retour à la cohorte
Enregistrement W4281763903 · doi:10.1111/1759-3441.12358

Exploring First Nation Community Well‐being in Canada: The Impact of Geographic and Financial Factors

2022· article· en· W4281763903 sur OpenAlexaffabout
Shawn Blankinship, Laura Lamb

Notice bibliographique

RevueEconomic Papers A journal of applied economics and policy · 2022
Typearticle
Langueen
DomainePsychology
ThématiquePsychological Well-being and Life Satisfaction
Établissements canadiensThompson Rivers University
Organismes subventionnairesnon disponible
Mots-clésFirst nationIndigenousRevenueGovernment (linguistics)CensusGeographyPublic policyPolitical scienceEconomic growthEconomicsFinanceSociologyPopulationDemography

Résumé

récupéré en direct d'OpenAlex

First Nation community well‐being is examined with a lens on the role of geographic location and financial indicators as potential determinants of well‐being. Regression analysis makes use of data from the 2016 Canadian Census and First Nation government financial statements to examine six well‐being indices for 446 First Nation communities. The results suggest that geographic location is the most critical factor explaining well‐being with more remote and northern communities experiencing relatively lower levels of measures of well‐being, with the exception of Indigenous language. Numerous well‐being distinctions are also identified among the Canadian provinces and regions. The financial indicators assessing transfer revenue from First Nation entities and Nation‐owned business activity are found to be positively associated with community well‐being. These insights are valuable to public policy‐makers and Indigenous leaders, in Canada and other countries, as they shape policy for the benefit of First Nation people.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,477
Score d'incertitude au seuil0,802

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,045
Tête enseignante GPT0,259
Écart entre enseignants0,214 · 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.

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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEconomic Papers A journal of applied economics and policyMême sujetPsychological Well-being and Life SatisfactionTravaux en français237 207