MétaCan
Menu
Retour à la cohorte
Enregistrement W6931404245 · doi:10.5683/sp3/uv1fdl

Recensement de l'agriculture, 2011 [Canada]: Données sur les exploitations et les exploitants agricoles [B2020]

2013· dataset· fr· W6931404245 sur OpenAlexaboutno aff

Notice bibliographique

RevueBorealis · 2013
Typedataset
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueCredit Risk and Financial Regulations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRural developmentAgricultureDevolution (biology)Unemployment

Résumé

récupéré en direct d'OpenAlex

Statistique Canada mène le Recensement de l'agriculture pour dresser le portrait statistique des exploitations et exploitants agricoles du Canada. Le recensement brosse aux utilisateurs un tableau complet des principales caractéristiques du secteur agricole et les renseignent sur la production des cultures nouvelles ou moins courantes, de bétail, des finances et de l'utilisation de la technologie. Ces données fournissent des données-repères pour le calcul des estimations et la détermination de la base de sondage pour les enquêtes sur l'agriculture. Cette information est également utilisée par Agriculture et Agro-alimentaire Canada, ainsi que par les gouvernements provinciaux pour l'élaboration, l'administration et l'évaluation des politiques agricoles, de même que par les universités et les industries agro-alimentaires à des fins de recherche et de planification. La Loi sur la statistique stipule qu'un recensement agricole a lieu à tous les cinq ans. Il fournit une perspective historique sur l'évolution de l'agriculture canadienne et des tendances du secteur au fil des ans. Clients : gouvernement fédéral, gouvernements provinciaux et territoriaux, administrations municipales; bibliothèques; établissements d'enseignement; chercheurs et universitaires; industries du secteur privé; associations de gens d'affaires et organisations syndicales; particuliers; groupes de pression.

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)0,008
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: Jeu de données
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,245

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,024
Études des sciences et des technologies0,0020,001
Communication savante0,0040,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,055
Tête enseignante GPT0,224
Écart entre enseignants0,169 · 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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBorealisMême sujetCredit Risk and Financial RegulationsTravaux en français237 207