MétaCan
Menu
Retour à la cohorte
Enregistrement W4408030379 · doi:10.4000/13eks

Population and mobility in the Portuguese islands: trends from 2001 to 2021

2024· article· en· W4408030379 sur OpenAlexaff
María Cristina Sousa Gomes, Dulce Pimentel, Isabel Tiago de Oliveira, Patrícia Ferraz de Matos

Notice bibliographique

RevueEspace populations sociétés · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration, Aging, and Tourism Studies
Établissements canadiensInstitute on Governance
Organismes subventionnairesnon disponible
Mots-clésPortugueseGeographyEconomic geographyPopulationDemographySociologyLinguistics

Résumé

récupéré en direct d'OpenAlex

The aim of this paper is to analyse the demographic and migratory dynamics in the Portuguese island regions of Madeira and the Azores over the last two decades. The article begins with a brief overview of the historical and geographical context, which is essential for understanding the factors that shape population evolution and are reflected in the current situation. Beyond physical constraints such as insularity, it is important to highlight the significant historical influence of emigration in these regions and its relationship with the development of the islands over time.There have been significant changes in population growth patterns from 2001 to 2021, with a decrease in natural growth and an increased importance of migration for demographic evolution. In particular, emigration emerges as a response to economic vulnerability, playing a crucial role in moments of crisis, such as the recession of 2011-2013.Traditionally areas of emigration, the islands have experienced an increase in the proportion of foreign population, a phenomenon that reflects changes in migratory trends, particularly in Madeira, which receives a significant proportion of people from abroad.From a demographic point of view, the islands face the challenge of an ageing population, although they still have a younger demographic structure than the mainland. However, despite these changes, vulnerability persists, as reflected in indicators such as life expectancy.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,069
Tête enseignante GPT0,416
Écart entre enseignants0,347 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEspace populations sociétésMême sujetMigration, Aging, and Tourism StudiesTravaux en français237 207