MétaCan
Menu
Retour à la cohorte
Enregistrement W4392815961 · doi:10.29173/jaed349

Examining Aboriginal Employment: 2007–2014

2015· article· en· W4392815961 sur OpenAlexaffabout
Robert Oppenheimer

Notice bibliographique

RevueJournal of Aboriginal Economic Development · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIndigenous Health, Education, and Rights
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésUnemploymentMetisUnemployment rateDemographyGeographyDemographic economicsEconomicsSociologyEconomic growth

Résumé

récupéré en direct d'OpenAlex

The employment, unemployment and participation rates are examined for Aboriginals living off-reserve in Canada from 2007 to 2014 as well as for non-Aboriginals for those 15 years and older. Employment is analyzed by educational level, gender and age, province and by industrial sector. The rates of employment and unemployment for Aboriginals have continued to improve in 2014, lessening the differences with non-Aboriginals. These improvements occurred in each age category for both men and women, except for the unemployment rate of Aboriginal women in the 25 to 54 year old group. The Metis employment, participation and unemployment rates have been more favourable than the First Nations for each year from 2007 to 2014. The level of education obtained continued to show a strong positive relationship with the rate of employment for Aboriginals and non-Aboriginals. When employment rates are examined by educational level, there is very little difference between Aboriginals and non-Aboriginals. However educational level does not explain the differences in unemployment rates. The highest rate of employment for Aboriginals and non-Aboriginals in 2014 continued to be in Alberta. Employment continued to increase in the services-producing sector, but decreased in the goods-producing sector for Aboriginals and non-Aboriginals in 2014.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,029
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,031
Tête enseignante GPT0,334
Écart entre enseignants0,303 · 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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Aboriginal Economic DevelopmentMême sujetIndigenous Health, Education, and RightsTravaux en français237 207