MétaCan
Menu
Retour à la cohorte
Enregistrement W6912988299 · doi:10.5683/sp3/hvrtwo

Enquête sur les dépenses alimentaires, 2001 [Canada], fichier sommaire

2023· dataset· fr· W6912988299 sur OpenAlexaffabout

Notice bibliographique

RevueBorealis · 2023
Typedataset
Languefr
Domaine
Thématique
Établissements canadiensStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésUrban environmentPoison controlFood intake

Résumé

récupéré en direct d'OpenAlex

Ces fichiers de microdonnées à grande diffusion contiennent des renseignements recueillis dans le cadre de l’Enquête sur les dépenses alimentaires (EDA) en 2001, qui s’est déroulée dans les 10 provinces du Canada, ainsi qu’à Whitehorse, à Yellowknife et à Iqaluit. (Seuls les dossiers des 10 provinces sont compris dans ces fichiers. ) Tout au long de 2001, les ménages ont été priés d’enregistrer en détail leurs dépenses en alimentation pour une période de deux semaines. L’Enquête sur les dépenses des ménages de 2001 a été menée en janvier, février et mars 2002. Depuis 1953, on a mené 17 enquêtes sur les dépenses alimentaires (incluant l’enquête de 2001). À compter de 1972, elles ont été réalisées à intervalle d’environ deux ans. Le champ de la plupart de ces enquêtes se limitait à certaines villes. Seulement cinq des enquêtes antérieures sur les dépenses alimentaires, réalisées en 1969, 1982, 1986, 1992 et 1996, englobaient également des régions urbaines et rurales plus petites pour fournir une couverture nationale pour les 10 provinces. On recueille des données sur les dépenses alimentaires avant tout pour surveiller et mettre à jour périodiquement les coefficients de pondération dont on se sert pour le calcul de l’indice des prix à la consommation (IPC). En outre, lorsqu’on les classe selon certaines variables comme le revenu, le genre de ménage et la province, les données sur les dépenses alimentaires permettent de jeter les bases de diverses études analytiques sur les habitudes des ménages au Canada en matière de dépenses alimentaires. Par exemple, les résultats de l’enquête servent à des études de marché et à des études sur la nutrition.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,259

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0090,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,270
Écart entre enseignants0,234 · 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBorealisTravaux en français237 207