MétaCan
Menu
Retour à la cohorte
Enregistrement W4404410757 · doi:10.2307/jj.21931889

Northern Ontario in Historical Statistics, 1871–2021

2024· book· en· W4404410757 sur OpenAlexaboutno aff
David Leadbeater, Pat Marcuccio, Charlene Faiella, Tomasz Mrozewski, Caitlin Richer

Notice bibliographique

RevueLes Presses de l’Université d’Ottawa | University of Ottawa Press eBooks · 2024
Typebook
Langueen
DomaineSocial Sciences
ThématiqueCanadian Identity and History
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeographyStatisticsHistoryMathematics

Résumé

récupéré en direct d'OpenAlex

Based on original historical tables, Northern Ontario in Historical Statistics, 1871–2021 offers an overview of major long-term population, social composition, employment, and urban concentration trends over 150 years in the region now called “Northern Ontario” (or “Nord de l’Ontario”). David Leadbeater and his collaborators compare Northern Ontario relative to Southern Ontario, as well as detail changes at the district and local levels. They also examine the employment population rate, unemployment, economic dependency, and income distribution, particularly over recent decades of decline since the 1970s. Although deeply experienced by Indigenous peoples, the settler-colonial structure of Northern Ontario’s development plays little explicit analytical role in official government discussions and policy. Northern Ontario in Historical Statistics, 1871–2021, therefore, aims to provide context for the long-standing hinterland colonial question: How do ownership, control, and use of the land and its resources benefit the people who live there? Leadbeater and his collaborators pay special attention to foundational conditions in Northern Ontario’s hinterland-colonial development including Indigenous relative to settler populations, treaty and reserve areas, and provincially controlled “unorganized territories.” Colonial biases in Canadian censuses are discussed critically as a contribution towards decolonizing changes in official statistics.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,108
Score d'incertitude au seuil0,787

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0050,017
Études des sciences et des technologies0,0060,003
Communication savante0,0040,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,005

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 Opus0,013
Tête enseignante GPT0,186
Écart entre enseignants0,173 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLes Presses de l’Université d’Ottawa | University of Ottawa Press eBooksMême sujetCanadian Identity and HistoryTravaux en français237 207