The Demographic Situation in France: Recent Developments and Trends over the Last 70 Years
Notice bibliographique
Résumé
On 1 January 2015, the population of France was 66.3 million (of which 64.2 million in metropolitan France), an increase of 0.45% with respect to the previous year. Fertility increased slightly, to 2.0 children per woman. Women had children at a mean age of 30.2 years, and men at 33.1 years. Nearly six in ten children were born outside marriage. Net migration remained quite stable. Among residence permits issued to migrants in 2013, half were granted for family reasons, slightly less than a quarter for educational purposes, 10% for humanitarian reasons, and 7% for work-related reasons. The number of marriages (among opposite-sex couples) continued to decrease slightly. Marriage was opened to same-sex couples on 17 May 2013. Between that date and the end of 2014, 17,000 same-sex marriages were registered. The seasonality of marriages remained fairly stable, while the annual peak in civil partnerships (PACS) previously observed in the second quarter shifted to the end of the year. Mean age at marriage continued to increase, reaching 34.6 years for women and 37.2 years for men in 2013. According to provisional estimates, the number of deaths in 2014 totalled 559,300. Women’s life expectancy was 84.7 years and that of men was 79.2 years, a gap of 5.5 years that has been narrowing over time.
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 | 0,000 |
| 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 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 ».