Linking Eight Decades of Canadian Census Collections.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
IntroductionLinking the many decades of census data collected during Canada’s settlement allows researchers to investigate the movement patterns of early settlers, changes in regional demographics, and intergenerational mobility. This research leverages new methodologies and previously untranscribed individual attributes to link for the first time Canadian censuses from 1852 to 1921. Objectives and ApproachThis work aims to build upon prior efforts (1871-1901 linking) to link the decennial Canadian censuses spanning from 1852 to 1921. We use a more complete transcription of the censuses, that has recently become available to researchers through The Canadian People’s project. Our approach to this task begins with reproducing the results of previous work using data from this new transcription. From there, we add additional time-invariant individual characteristics as features to our classification model. We also explore newer methodologies designed to leverage household information during the linkage process, with the goal of increasing the linkage rate. ResultsWe describe the differences between the different methodologies we use, and the steps we took to clean and standardize the data. We compare the links produced by the different methodologies in terms of the number of links yielded, their quality (false positive rate), and certain aspects of the bias present in the resulting collections of links. We discuss the challenges and potential approaches to dealing with sections of the population who remain difficult to link. We expect the advancements in record linkage methodologies for historical populations coupled with this more complete transcription of the censuses to offer advantages over prior approaches when linking these censuses. We expect the resulting linked data to offer new insight into Canada during this time period. Conclusions/ImplicationsThe resulting collection of linked data over this time period should characterize approximately three generations of early Canadians. This linked data will be passed on to other researchers and will allow us to better understand the changing experiences of the Canadian population during these early stages of Canada’s development.
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.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 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 découle