Measuring the Welcoming Capacities of Host Urban and Rural Communities
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Cet article est une partie d’une étude multidisciplinaire où nous tentons d’évaluer la notion de «communautés accueillantes» au Canada. La recherche s’est servie jusqu’à présent des micro-données de l’Enquête sur la diversité ethnique (EDE). À partir de méthodes statistiques descriptives et de tests d’importance à variable simple sur celles qui traitaient des répondants individuels à l’EDE, les chercheurs tentent de comprendre les informations recueillies dans les parties pertinentes du questionnaire. Plus précisément, ils ont examiné comment les réponses aux questions individuelles varient au sein des sous-populations identifiées comme ayant participé à l’enquête. Celles-ci sont au nombre de quatre et se combinent selon deux catégories binaires: soit statut d’immigrant et de non-immigrant d’une part, et, d’autre part, appartenance à une minorité, visible et non-visible. D’autres distinctions sont apparues, comme celle sur les variations des réponses selon qu’il s’agit d’un milieu urbain ou rural. Le grand nombre de petits échantillons a bridé les comparaisons entre certaines catégories de répondants. Une deuxième série d’analyses a donc eu lieu afin de relever et de mettre en pratique des stratifications théoriquement solides de la population, qui soient aussi statistiquement plus prudentes pour les buts de cette étude. L’identification d’importantes différences dans les réponses de ces sous-populations à un niveau de variable simple a aidé – et continuera à le faire – à comprendre comment on peut utiliser les données de l’EDE pour décrire la réalité des communautés d’accueil au Canada.
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.
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 | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| 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 découle