MétaCan
Menu
Retour à la cohorte
Enregistrement W4200024321 · doi:10.52326/jss.utm.2021.4(4).01

UNDERSTANDING THE SOCIAL SCIENCES

2021· article· en· W4200024321 sur OpenAlexaboutno aff
Titu-Marius I. Băjenescu

Notice bibliographique

RevueJournal of Social Sciences · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLife expectancyQuarter (Canadian coin)PopulationDemographySocial securityPopulation ageingInequalityDemographic economicsOld Age SecurityRetirement agePolitical scienceSociologyGerontologyBirth rateGeographyEconomicsMedicineFertilityPensionLaw

Résumé

récupéré en direct d'OpenAlex

Old age is difficult to define, so many terms overlap or clash with each other, all of which raise a number of issues: the elderly, the third age, the fourth age, senior citizens, pensioners, etc. It is not easy to determine the threshold for entering the period of life commonly known as old age. One thing is certain, old age has changed profoundly. From now on, it has become for everyone, albeit with profound inequalities, a normal stage of life. Social security systems combined with the considerable progress in medicine have made it possible to increase the length of retirement. Whereas in 1950 a man retiring at 65 could expect to live for about 12 years, today life expectancy at 60 is over 20 years for men and over 25 years for women. However, this simple observation has much more complex consequences in terms of the social identity, integration and social behaviour of these new population groups. Despite an ageing population, Switzerland has a total labour force of 4.706 million people. In the fourth quarter of 2019, the participation rate of the population aged 15 and over was 68.1%. This puts the country in second place in Europe behind Iceland (79.9%). Switzerland's neighbouring states have significantly lower levels (Germany: 62.6%, Austria: 61.4%; France: 55.5%, Italy: 49.9%). In particular, Switzerland has one of the highest rates of employed women in Europe. The percentage of employed women increased significantly between 2010 and 2019, from 56.9% to 60%.

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)0,007
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0030,018
Communication savante0,0120,009
Science ouverte0,0010,005
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0290,008

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 Opus0,374
Tête enseignante GPT0,467
Écart entre enseignants0,094 · 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'étudeThéorique ou conceptuel
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Social SciencesMême sujetSocial Policy and Reform StudiesTravaux en français237 207