Corrélation géographique de la mobilité intergénérationnelle du revenu
Bibliographic record
Abstract
L’objectif de ce mémoire est d’évaluer s’il faut tenir compte de la dimension spatiale lors de l’étude de la mobilité intergénérationnelle du revenu. Pour ce faire, des données administratives tirées de la Base de données sur la mobilité intergénérationnelle du revenu jumelées à des données canadiennes de recensements seront utilisées. En premier lieu, des indicateurs de corrélations spatiales comme le I de Moran et les LISA (Local indicators of spatial association) seront utilisés afin d’évaluer la présence de liens spatiaux ainsi que la présence de regroupements spatiaux. Ensuite, des régressions en panel adaptées à l’utilisation de décalages spatiaux seront utilisées afin de tester la significativité de ceux-ci et de voir si, à première vue, ils semblent modifier les coefficients associés à d’autres variables déjà associées à la mobilité. Nous régresserons l’immobilité de rang des divisions de recensement sur, en plus des décalages spatiaux, des indicateurs socio-économiques tels que le taux de diplomation au secondaire ou la proportion de la population étant autochtone afin de visualiser l’effet sur les coefficients et les effets marginaux d’inclure des décalages spatiaux. La dimension spatiale est importante lorsque l’on évalue la mobilité intergénérationnelle du revenu au niveau des divisions canadiennes de recensement à l’aide de l’immobilité de rang, une mesure de corrélation du rang national du revenu de l’enfant par rapport à celui de ses parents. Peu importe le type de poids spatiaux utilisés, l’immobilité de rang d’une division de recensement et celle de ses voisines sont significativement corrélées. De plus, des regroupements de divisions aux valeurs d’immobilité de rang semblables existent. Le principal regroupement de divisions ayant une faible mobilité intergénérationnelle du revenu est situé au centre géographique du Canada, incluant le Nunavut, les Territoires du Nord-Ouest, et les parties nord de la Saskatchewan, du Manitoba, de l’Ontario et du Québec. L’inclusion de décalages spatiaux semble permettre une estimation des corrélations plus précise, notamment l’estimation des effets marginaux, bien que leur inclusion ne change pas le signe des coefficients estimés. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : mobilité intergénérationnelle du revenu, autocorrélation spatiale, BDMIR, Canada
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.002 | 0.006 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".