Understanding the Living Wage in a Rural Context: Strengthening Economic Multipliers in Revelstoke BC
Notice bibliographique
Résumé
Regardless of the roots of poverty, the consequences are a concern for governments at all levels. The manifestations of poverty are intensely local, and civic action, in the form of campaigns to increase minimum wages and/or institute a living wage, have sprung up in cities and towns across the developed world. Little research to date explores the living wage movement in a Canadian rural context. In 2016 we conducted a community-based economic impact study to map the potential effects of a living wage proposed as a poverty reduction strategy for Revelstoke BC. The project partnered anthropologists and economists with local stakeholders to examine the community’s concerns about the initiative, and in particular its impact on local small businesses. Many of the benefits of a living wage campaign are extraordinarily difficult to measure, while the likely range of impacts on labour costs and consequences are easier to trace. The project resulted in an interactive tool that can provide a sector specific business-based analysis against which the wider social benefits of poverty reduction can be judged. Instead of providing a conventional “bottom line” analysis, the tool evolved together with the community debate, with stakeholders participating in ongoing dialogue that included some attempt to capture the potential positive multiplier effects of a living wage. Ironically, the business sectors most at risk from increased wage costs are those most likely to benefit from pro-social consumer behavior. Reflecting on the ways the tool has been used (and not used) in Revelstoke since its development, we discuss the potential for leveraging living wage initiatives to counter emerging consumer trends, such as the radical increase in online shopping, that can shrink the anticipated multiplier effects of interventions. We propose drawing on participatory methodologies that can simultaneously strengthen multipliers while making them more visible within the community.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,016 | 0,008 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».