MétaCan
Menu
Retour à la cohorte
Enregistrement W6925552247 · doi:10.18712/nsd-nsd3062-v1

Labour Force Survey 2017, Year File

2022· dataset· en· W6925552247 sur OpenAlexaboutno aff

Notice bibliographique

RevueNSD – Norsk senter for forskningsdata · 2022
Typedataset
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSustainable Finance and Green Bonds
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Sample (material)WelfareData collectionPopulationCurrent Population SurveySurvey samplingData file

Résumé

récupéré en direct d'OpenAlex

LFS is the most important source of information about conditions on the labor market in Norway. After sample surveys in the autumn of 1971, Statistics Norway has from the 1st quarter of 1972 carried out such surveys quarterly according to the sample method. The purpose of the survey is to provide information on developments in employment and unemployment, and on the connection of different population groups to the labor market. In addition to providing the authorities and other interested parties with information on the state and development of the labor market, the LFS shall serve as a basis for forecasts and studies and provide research with statistical material. A large number of variables are included in the material. In addition to the demographics, mention can be made of education level, profession, industry, agreed and actual working hours, part-time employment and underemployment. Important users are the ministries, the labor and welfare administration, research and study institutes, international organisations, mass media etc. The labor force survey 2017, annual file is a collection file of the 4 quarterly files from 2017. The collection file also contains variables that deal with working time arrangements.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,112
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1140,002

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,252
Écart entre enseignants0,207 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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 revueNSD – Norsk senter for forskningsdataMême sujetSustainable Finance and Green BondsTravaux en français237 207