Recensement de la population, 2016 [Canada] Fichier de micro-données à grande diffusion (FMGD): Fichier des particuliers
Notice bibliographique
Résumé
Le Fichier des particuliers, Recensement, 2016 fichier de micro-données à grande diffusion (FMGD) fournit des données sur les caractéristiques de la population canadienne. Le fichier contient un échantillon de 2,7 % de réponses anonymes tirées du questionnaire de Recensement de 2016. Le fichier a été examiné minutieusement afin de garantir l'entière confidentialité des réponses individuelles et les identificateurs géographiques ont été limités aux provinces/territoires et aux régions métropolitaines. Avec ces 123 variables, cet outil de travail complet est excellent pour les analystes des politiques, les organismes de sondage, les chercheurs en sciences sociales et quiconque souhaitant modéliser et effectuer des analyses de régression statistique à l'aide des données de Recensement. Les fichiers de micro-données sont les seuls produits donnant aux utilisateurs l'accès à des données non agrégées. L'utilisateur des FMGD peut grouper et manipuler ces variables en fonction de ses besoins et de l'objet de ses recherches. Il peut produire des totalisations qui sont exclues des autres produits l'ENM ou analyser les relations entre les variables en effectuant divers tests statistiques. Les FMGD donnent rapidement accès à une très vaste base de données sociale et économique sur le Canada et ses habitants.
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 | 0,006 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,010 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
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 ».