Le fichier-réseau de la population du Saguenay : l’état du travail
Notice bibliographique
Résumé
Créé en 1972, à l’Université du Québec à Chicoutimi, le Programme de recherches sur la société saguenayenne réunit une équipe pluridisciplinaire formée d’informaticiens, de démographes, de médecins, de sociologues et d’historiens. Il a pour but de constituer pour l’ensemble d’une société régionale et pour la période allant de 1840 à nos jours, un registre informatisé et universel fondé sur le jumelage automatique de données nominatives. Plus de 250 000 actes de baptêmes, de mariages et de sépultures ont déjà été dépouillés, validés et portés sur disque. L’ensemble du programme comporte un peu plus de 400 000 actes. Parallèlement, l’exploitation des recensements nominatifs du gouvernement canadien soit ceux de 1852, 1861 et 1871, ainsi que de la moitié environ des recensements paroissiaux entre 1880 et 1941 a permis de constituer 20 000 fiches de ménages. La fusion de ces données constitue le fichier central, correspondant à l’heure actuelle à un fichier des familles. Dans une étape ultérieure de la recherche, l’ordinateur rassemblera toutes les informations relatives à une même personne, créant ainsi un fichier des individus. Des données de toutes natures peuvent être intégrées automatiquement au fichier central, référant à des domaines aussi divers que l’épidémiologie, la génétique, l’éducation, la religion, la propriété foncière, la mobilité sociale, etc. Ces sous-fichiers étant jumelés au fichier central, les analyses non démographiques qui seront faites à partir de ce registre pourront bénéficier d’un éventail de données susceptibles de les enrichir substantiellement. Par ailleurs, ces fichiers sectoriels demeureront intégrés au fichier central permettant d’édifier à moyen terme un registre extrêmement riche, entièrement informatisé et authentiquement interdisciplinaire.
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 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 ».