Notice bibliographique
Résumé
Contents: Introduction Bilal Barakat - Hans-Peter Blossfeld: The search for a demography of education: some thoughts Demographic Debate Wolfgang Lutz: Education will be at the heart of 21st century demography Harvey J. Graff: The Literacy Myth: literacy, education and demography Alaka Malwade Basu: Mass schooling, empowerment, and demographic and economic outcomes: a note of dissent Refereed Articles John Bongaarts: The causes of educational differences in fertility in Sub-Saharan Africa Christos Bagavos: Education and childlessness: the relationship between educational field, educational level, employment and childlessness among Greek women born in 1955-195 Karel Neels - David De Wachter: Postponement and recuperation of Belgian fertility: how are they related to rising female educational attainment? Jan Van Bavel - Joanna Ró¿a¿ska-Putek: Second birth rates across europe: interactions between women's level of education and child care enrolment Johannes Klotz: Convergence or divergence of educational disparities in mortality and morbidity? The evolution of life expectancy and health expectancy by educational attainment in Austria in 1981-2006 Regina Fuchs - Elsie Pamuk - Wolfgang Lutz: Education or wealth: which matters more for reducing child mortality in developing countries? Samir KC - Harold Lentzner: The effect of education on adult mortality and disability: a global perspective Priska Flandorfer - Katrin Fliegenschnee: Education and health: theoretical considerations based on a qualitative grounded theory Martin Spielauer: Persistence and change of the relative difference in educational attainment by ethno-cultural group and gender in Canada Eduardo Luiz Gonçalves Rios-Neto - Raquel Rangel de Meireles Guimarães: The demography of education in Brazil: inequality of educational opportunities based on Grade Progression Probability (1986-2008)
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 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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».