Demographic Aspects of Illiteracy in Italian Regions through the Latest Census Data
Notice bibliographique
Résumé
The level of education is becoming more and more important in order to explain the variations in the demographic phenomena. In fact, many studies have shown that women with a high level of education have fewer children; higher education is associated with lower mortality and better health. These evidences are already consolidated in the recent international literature and, according to many scholars, the variable education wiIl be at the center of the social demography of the 21 st century. In this context the analysis of illiteracy would allow to grasp some critical issues related to the transformations taking place in society. We recall that in Italy the community of statisticians and demographers, apart a brief interlude in the fifties and sixties of the last century, gave little importance to the study of illiteracy, considering it a residual element of the social development of the country. Instead, pedagogues and linguists, because of their direct involvement, have shown that in Italy illiteracy and functional illiteracy are in various ways widely spread and cause social marginalization. At national level these phenomena are widely investigated thanks also to international surveys involving Italian country, such as the International Adult Literacy Survey coordinated by Statistics Canada and those conducted by the OECD. Going down to the Italian regional level, the immediately available data are those provided by the censuses which, however, have the limit of not explicitly bringing out these new forms of lack of adequate education, because only "illiterate being able to read or write. In the census, illiterate and unskilled literates are labeled as those with no educational" and "alphabets but without a qualification" are detected. In the analysis developed here these two categories have been grouped because in this way we believe we could estimate some important features of functional illiteracy at regional level, a phenomenon that is largely underestimated today.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».