Notice bibliographique
Résumé
The 'MIP data monthly' data set contains imputed values for the proportion of Canadians (in subsets of Canadians) identifying 27 different issues as the most important each month from October 1965 to November 2009. The imputed values are for the average Canadian, the Progressive Conservative Party base, the Liberal Party base, and the Reform Party / Conservative Party base. The imputation procedure is described in: Pickup, Mark and Colin Whelan. 2014. "Differentiating the issue priorities of NDP supporters." In The NDP. Eds. David Laycock and Lynda Erikson. UBC Press. This data has also been used in: Pickup, Mark, and Sara B. Hobolt. 2015. “The Conditionality of the Trade-off between Government Responsiveness and Effectiveness: The Impact of Minority Status and Polls in the Canadian House of Commons.” Electoral Studies 40: 517-530. The 'legislative success Canada' data set includes measures of the legislative success, popularity and minority governments status of Canadian Federal governments from the beginning of the 24th Parliament to the end of the 40th. This includes 42 sessions of Parliament and spans the temporal period 1958 to 2008. A description of the data and its use can be found in: Pickup, Mark, and Sara B. Hobolt. 2015. “The Conditionality of the Trade-off between Government Responsiveness and Effectiveness: The Impact of Minority Status and Polls in the Canadian House of Commons.” Electoral Studies 40: 517-530.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,083 | 0,067 |
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 source (Gemma direct ou Codex distillé), 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 ».