Models for Estimating Intrinsic r and the Mean Age of a Population at Stability: Evaluations at the National and Sub-national Level
Notice bibliographique
Résumé
Abstract Using Canada’s provinces and territories in conjunction with the “Cohort Change Ratio” approach to generating a stable population, I test the accuracy of two regression models constructed from national-level data designed to estimate two factors of a population at stability from initial conditions at the sub-national levels: (1) its constant rate of change, denoted here by r' ; and (2) mean population age. In a test of accuracy at the national level I find that these models provide reasonably accurate estimates. In the tests at the subnational level, the accuracy, as expected, is less, but the results indicate that the national level models provide estimates that are useful. The models are useful because they are tractable and provide information not available from the traditional analytical approaches. Evaluating these models also provides the opportunity to look at Canada’s provinces and territories from a stable population perspective. The findings support the use of: (1) The Cohort Change Ratio approach in examining stable population concepts; and (2) the two regression models for estimating r' and the mean age of a population at stability. They also show that there are connections between initial conditions and stability that have been overlooked. This knowledge gap may be due to the fact that widespread knowledge and acceptance of the ergodic nature of the “age structure factor,” have served to mask the possibility that ergodicity does not always apply to other factors. Further exploration of these potential linkages appears to be in order.
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 | 0,003 | 0,001 |
| 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 | 0,001 | 0,001 |
| 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 ».