Socio-spatial dimensions of school closures and neighbourhood change in Ontario: An environmental injustice?
Notice bibliographique
Résumé
In addition to their educational purposes, public schools and their surrounding properties are essential to community liveability, as they enrich the daily lives of children, parents, and nearby residents. Yet, decisions are being made to close schools in Ontario, Canada based on declining enrolments, without due consideration of these benefits. Since 2011, over 400 public schools have been closed in Ontario, causing communities across the province to lose essential hubs. In a province where significant socio-spatial inequities persist, public school closures could worsen the conditions of daily living for residents in neighbourhoods that have already been deprived of resources and opportunities through failed public policy. The objectives of this study were to document the spatial scope of public school closures in Ontario, to understand the population change profiles in communities where closures happened, and to elucidate how these closures temporally relate to structural vulnerabilities of the communities in which these closures took place. Using Census-derived deprivation index scores geo-coded dataset to both currently open and recently closed public schools in Ontario, our analysis revealed three key findings. First, school closures have occurred disproportionately in small to mid-sized cities and rural communities. Second, there is no evidence of significantly declining child populations prior to school closures, in communities where schools closed. And third, closures were more common in higher deprivation communities in small to mid-sized cities. Taken together, these findings offer critical insights on the challenges that many communities face due to insufficient and inequitable policies that govern school closure decisions in Ontario. The study signals an urgent need for a more collaborative, forward-thinking, and equity-oriented school closure decision-making model that supports residents and protects communities from losing a vital public asset.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».