MétaCan
Menu
Retour à la cohorte
Enregistrement W6925571215 · doi:10.18712/nsd-nsd0554-2-v2

Labour Force Sample Survey 1975, 2.quarter

2012· dataset· en· W6925571215 sur OpenAlexaboutno aff

Notice bibliographique

RevueNSD – Norsk senter for forskningsdata · 2012
Typedataset
Langueen
DomaineComputer Science
ThématiqueBig Data and Digital Economy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRespondentQuarter (Canadian coin)Sample (material)Official statisticsPopulationSurvey samplingActuaryCensusNational Health Interview Survey

Résumé

récupéré en direct d'OpenAlex

Statistics Norway has carried out official quarterly Labor Force Surveys (AKU) from 1 quarter 1972. The purpose is to provide the labor authorities and others with the occupational structure of population and development over time. The surveys will provide the basis and statistical material for occupational forecasting and labor market research. In the AKU respondents are first interviewed in two consecutive quarters, then there is a delay of two quarters, and then the respondent are interviewed again for two consecutive quarters. The sample was approximately 10- 11,000 respondents each quarter until 1988. Labour Force Survey 1975 is the fourth complete annual AKU. Originally it was intended that the AKU would be an analytical supplement to the monthly employment statistics which were based on the insurance fund membership. The health insurance-based statistics, however fell away when health insurance was included in the National Insurance Scheme from 1 January 1971. AKU has gradually evolved to become the main source of knowledge about the labor market of the state. In 1975 the SSB on the sampling plan for the surveys, see Art.37: About the use of samples at the office for interview surveys, Statistics Norway (Steinar Tamsfoss), and SES 33: Sampling Methods Applied by Statistics Norways sample surveys (Ib Thomsen). Meanwhile, the method of estimation for inflating the national figures changed, so that there are adequate numbers of regions from 1975. The reorganization in 1975 meant that the interview was carried out differently in groups than before and after. This meant, among other things, a break in the panel structure of the AKU.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
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: Jeu de données
Score de désaccord entre enseignants0,132
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,005
Science ouverte0,0060,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,050
Tête enseignante GPT0,276
Écart entre enseignants0,225 · 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 tête enseignante, pas un consensus.

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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNSD – Norsk senter for forskningsdataMême sujetBig Data and Digital EconomyTravaux en français237 207