MétaCan
Menu
Retour à la cohorte
Enregistrement W2230348091 · doi:10.25336/p6t60h

Anatole Romaniuc: pioneer in African demography

2003· article· en· W2230348091 sur OpenAlexvenueno aff
Séraphin Ngondo a Pitshandenge, Ibrahima Lamine Diop, Daniel M. Sala-Diakanda, Jean Wakam

Notice bibliographique

RevueCanadian Studies in Population · 2003
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDemographyGeographyHistorical demographySociologyPopulationResearch methodology

Résumé

récupéré en direct d'OpenAlex

Romaniuc's African ItineraryAnatole Romaniuc has devoted a great deal of his long professional and academic career to African demography -particularly to the Congo.He dedicated a full eight years (1953)(1954)(1955)(1956)(1957)(1958)(1959)(1960)(1961) in the Congo, primarily working on this country's first national census.From 1961 to 1964 he made his home at Princeton University, participating in The African Demographic Project, under the guidance of Ansley Coale and with such luminaries in the field as Frank Lorimer and William Brass.The team-work culminated in a comprehensive book, The Demography of Tropical Africa (Princeton University Press, 1968).After joining the Faculty of the University of Ottawa in 1964 as Professor in Demography, A. Romaniuc continued to devote much of his time to research on African demography.His major work, La fécondité des populations congolaises, appeared in 1967.His list of publications grew with a number of articles and papers on Africa even as he assumed a new role and focus at Statistics Canada.Most notably, he presented his paper, Polygamy and Kinship in Tropical Africa: A Demographer's View, at the African Population Conference in Dakar in 1988, during his tenure as Director of the Demography Division at Statistics 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.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,175

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0060,005
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,002
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 Opus0,034
Tête enseignante GPT0,328
Écart entre enseignants0,294 · 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'étudeSans objet
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

Citations1
Publié2003
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueCanadian Studies in PopulationMême sujetMigration and Labor DynamicsTravaux en français237 207