From struggle to strain: effects of financial distress on household vulnerability to poverty
Notice bibliographique
Résumé
Purpose This study explores the impact of financial distress on household vulnerability to poverty in Canada. Previous studies primarily focus on assessing financial stress using one or two indicators, such as mortgage and non-mortgage debt. Moreover, there is limited discussion on the association between financial distress and poverty dynamics. Households that are currently non-poor may become poor in the next period and vice versa. Our objective is to explore the presence of financial stress, poverty dynamics and their associations in Canada. Design/methodology/approach We construct a Financial Distress Index utilizing five important financial indicators and employ Polychoric Principal Component Analysis (PPCA). Our index is rescaled to a bounded range of 0.1–1, where higher numbers reflect more financial stress. Additionally, we develop a vulnerability to poverty matrix based on households' socioeconomic characteristics. We employ both fractional probit and a dichotomous probit model to examine how financial distress and other factors could influence poverty dynamics in Canada. Findings Our quantitative analysis suggests that among Canadian households, higher financial distress raises the risk of falling into poverty or remaining below the poverty threshold in the future. A one-unit increase in financial distress corresponds to a 17% higher likelihood of vulnerability to poverty. Additionally, age, gender, education, family size, family type, employment, source of income, assets and type of assets are significant predictors of vulnerability to poverty in Canada. Interestingly, the relationship between education and vulnerability to poverty is not linear. Originality/value The literature examining the link between financial stress and poverty is scant for developed countries, and Canada is no exception. However, our study uniquely contributes to the literature by developing a Financial Distress Index and measuring its influence on poverty dynamics in Canada. Peer review The peer review history for this article is available at https://publons.com/publon/10.1108/IJSE-12-2023-0977.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».