MétaCan
Menu
Retour à la cohorte
Enregistrement W1651088487

Transition and challenge China's population at the beginning of the 21st century

2007· book· en· W1651088487 sur OpenAlexaboutno aff
Zhongwei Zhao, Fei Guo

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2007
Typebook
Langueen
DomaineSocial Sciences
ThématiqueDemographic Trends and Gender Preferences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDemographic transitionFertilityChinaPopulationLife expectancyMainland ChinaBirth rateTotal fertility rateInternal migrationPovertyGeographyDevelopment economicsDemographyFamily planningEconomic growthDemographic economicsPolitical scienceSociologyEconomicsResearch methodology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

With the largest population in the world, China has experienced significant demographic, social, and economic changes in recent decades. Extraordinary demographic changes took place in China in the second half of the twentieth century having wide-ranging consequences. This book, written by a group of leading experts, examines these profound changes in an effort to understand their long term impact and provide an up-to-date account of China's demographic reality. The volume provides a comprehensive and authoritative analysis of a wide range of issues such as China's unprecedented family planning program, the impact of falling birth rates coupled with increasing life expectancy, changes in marriage patterns, and increasing rural-urban migration. Anyone who is interested in China and its recent demographic changes will benefit from the rich materials and thorough analysis provided in this book. Contributors to this volume - Isabelle Attane, Institut National d'Etudes Demographiques Judith Banister, Global Demographics, New York Yong Cai, University of Utah, Salt Lake City John Caldwell, The Austrialian National University Xingshan Cao, University of Toronto, Mississauga Wei Chen, People's University of China, Beijing Baochang Gu, People's University of China, Beijing Fei Guo, Macquarie University, Sydney Zhigang Guo, Peking University, Beijing Edward Jow-Ching Tu, The Hong Kong University of Science and Technology William Lavely, University of Washington, Seattle Zai Liang, State University of New York at Albany Andrew Mason, University of Hawaii, Honolulu Kenneth Roberts, Southwestern University, Georgetown Thomas Scharping, Universitat Koln, Germany Feng Wang, University of California, Irvine Xin Yuan, Nankai University, China Guangyu Zhang, Flinders University, Adelaide Weiguo Zhang, University of Toronto, Mississauga Xia Zhang, The Hong Kong University of Science and Technology Zhongwei Zhao, The Australian National University

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,006
Communication savante0,0050,004
Science ouverte0,0010,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,038
Tête enseignante GPT0,317
Écart entre enseignants0,279 · 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

Citations71
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetDemographic Trends and Gender PreferencesTravaux en français237 207