Notice bibliographique
Résumé
5.1Grade 9 enrolment at TanenbaumCHAT, by annual tuition in 2010 constant dollars, 2010-2020 66 6.1 Degree of Jewishness by socio-economic characteristics 77 6.2 A causal model of degree of identity 82 8.1 Distribution of household income for Jews and non-Jews after taxes and transfers, by decile, Canada, 2010 103 10.1 Connectedness to Jewish life in city by desire for more connectedness: three main Jewish sub-communities, 2018 138 12.1 Mean residential dissimilarity index by religion, 2001 and 2011 172 12.2 Residential dissimilarity index for Muslims vis-à-vis other religious groups, 2001 and 2011 173 13.1 Negative attitudes towards Jews by residence, in per cent 188 13.2 Importance of religion/identity, Canada, Jews 2018 and Christians 2019, in per cent 192 16.1 Ethnic over-representation among UTMS graduates, Jews vs. selected non-Jewish Asian and Middle Eastern groups, 1918-2018 234 17.1 Identity maps of Jewish identity markers, Canada and seven other countries, 2013-2018 262 20.1 Probability of believing that Jews in Canada often face discrimination, by sample category 312 20.2 Probability of believing that antisemitism in the UK is a very big problem, by sample category 312 20.3 Probability of believing that antisemitism in France is a very big problem, by sample category 313
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».