MétaCan
Menu
Retour à la cohorte
Enregistrement W6894378122 · doi:10.5683/sp3/ek1lg0

Enquête nationale sur les voyages, 2020: Fichier de personne [Canada]

2022· dataset· fr· W6894378122 sur OpenAlexaboutno aff

Notice bibliographique

RevueBorealis · 2022
Typedataset
Languefr
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésResearch methodologyIndian oceanStatistical analysis

Résumé

récupéré en direct d'OpenAlex

L'Enquête nationale sur les voyages (ENV) a été élaborée pour remplacer entièrement l'Enquête sur les voyages des résidents du Canada (EVRC numéro d'enregistrement 3810) et pour remplacer la composante des résidents canadiens de l'Enquête sur les voyages internationaux (EVI numéro d'enregistrement 3152). L'Enquête nationale sur les voyages recueille des renseignements concernant les voyages intérieurs et internationaux des résidents du Canada. L'Enquête nationale sur les voyages fournit des statistiques sur les activités des résidents du Canada en ce qui a trait au tourisme intérieur et international. Elle a été élaborée pour mesurer le volume des activités, les caractéristiques et les répercussions économiques du tourisme. Pour le Système de la comptabilité nationale, l'enquête mesure l'ampleur des voyages intérieurs au Canada, du point de vue de la demande. Chaque mois, trois fichiers maîtres (ou ensembles) de données sont créés : un fichier personne, un fichier voyage et un fichier visite. Lorsque le FMGD est créé, les fichiers personnes, les fichiers voyages et les fichiers visites sont agglomérés ensemble pour créer des fichiers annuels pour chacuns. L'ensemble de données (ou fichier) des personnes renferme les données sur les voyageurs et les non-voyageurs, les premiers étant les personnes de 18 ans et plus qui ont fait au moins un voyage s'étant terminé au cours du mois de référence, les seconds, celles qui n'ont pas fait de voyage s'étant terminé au cours du mois de référence. À chaque répondant à l'ENV correspond un enregistrement dans le fichier des personnes, que le répondant ait effectué ou non un voyage au cours du mois de référence ou de l'année de référence. Le fichier de microdonnées des personnes contient des renseignements sociodémographiques de base touchant les voyageurs comme les non-voyageurs. Il permet d'établir des profils sociodémographiques simples et de calculer la fréquence des voyages. Il permet, par exemple, de comparer l'âge, le sexe ou le niveau de scolarité des voyageurs et des non-voyageurs, ou encore de déterminer le pourcentage de la population âgée de 55 ans et plus qui a voyagé. Le fichier de microdonnées des personnes ne fournit pas de renseignements sur le nombre de voyages ou de voyages-personnes; il fournit plutôt des données sur le nombre de voyageurs et de non-voyageurs. Si une personne a fait plus d'un voyage au cours de la période de référence, elle ne sera considérée qu'une seule fois à titre de voyageur.

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)0,002
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: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,570

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0060,001
Communication savante0,0050,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0210,003

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 Opus0,016
Tête enseignante GPT0,230
Écart entre enseignants0,214 · 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
GenreJeu de données

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBorealisTravaux en français237 207