MétaCan
Menu
Retour à la cohorte
Enregistrement W4412842671 · doi:10.4054/demres.2025.53.6

Trends in Indigenous fertility in Canada, 2001–2021

2025· article· en· W4412842671 sur OpenAlexaboutno aff
Yue Teng, Rachel Margolis, Howard Ramos

Notice bibliographique

RevueDemographic Research · 2025
Typearticle
Langueen
DomaineMedicine
ThématiqueMaternal and Perinatal Health Interventions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFertilityIndigenousGeographyDemographySocioeconomicsPolitical sciencePopulationBiologySociologyEcology

Résumé

récupéré en direct d'OpenAlex

BACKGROUNDIndigenous peoples in Canada are among the youngest and fastest-growing populations in the country and have had higher fertility rates than non-Indigenous populations. OBJECTIVEThis paper examines how Indigenous fertility in Canada changed over two decades .It also examines how Indigenous fertility varies across different Indigenous populations and how the gap between Indigenous and non-Indigenous fertility has changed. METHODSThe paper uses the own-children method to reconstruct the total fertility rate (TFR) of Indigenous populations in Canada.Data are from confidential long-form Canadian census micro-files from 2000, 2006, 2016, and 2021 and from the National Household Survey of 2011. RESULTSFirst, we find that Indigenous fertility was close to replacement level in 2001, 2006, and 2011 and that it declined below replacement fertility in 2016 to 1.82 and then to 1.54 in 2021.Second, we disaggregate Indigenous fertility and find that the Inuit have the highest TFR among all Indigenous populations.Status Indians had above-replacement fertility in 2001, 2006, and 2011 but as of 2021 have had below-replacement fertility.In contrast, non-status Indians and Métis had below-replacement fertility between 2001 and 2021.Third, although Indigenous peoples have had much higher fertility than non-Indigenous groups in Canada, the gap has narrowed. CONCLUSIONSIndigenous fertility has declined to below-replacement levels, moving toward convergence with non-Indigenous populations.

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 enseignants0,048
Score d'incertitude au seuil0,349

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
Bibliométrie0,0030,005
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,079
Tête enseignante GPT0,438
Écart entre enseignants0,359 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDemographic ResearchMême sujetMaternal and Perinatal Health InterventionsTravaux en français237 207