Enquête canadienne sur le revenu, 2017 [Canada]
Notice bibliographique
Résumé
Le principal objectif de l'Enquête canadienne sur le revenu (ECR) est de fournir des renseignements sur le revenu et les sources de revenu des Canadiens, de même que sur leurs caractéristiques personnelles et celles de leur ménage. Les données recueillies dans le cadre de l'ECR sont jumelées avec les données de l'Enquête sur la population active (EPA, numéro d'enregistrement 3701) ainsi qu'avec des données fiscales. Dans le cadre de l'enquête, on recueille de l'information sur l'activité sur le marché du travail, la fréquentation scolaire, l'incapacité, les paiements de pension alimentaire, les frais de garde d'enfants, les transferts entre ménages, le revenu personnel et les caractéristiques et les coûts du logement. À ce contenu s'ajoutent des renseignements tirés de l'EPA sur les caractéristiques personnelles et familiales (p. ex., âge, niveau de scolarité, caractéristiques de l'emploi principal, type de famille) et certains détails géographiques (p. ex., province, régions métropolitaines de recensement (RMR)). Des données fiscales sur le revenu et les sources de revenu sont également combinées aux données d'enquête. Les résultats de l'ECR sont mis à la disposition non seulement de divers ordres de gouvernement, mais aussi de particuliers et d'organisations. Tous les ordres de gouvernement peuvent utiliser les données de l'ECR pour élaborer des politiques et des programmes afférents au bien-être économique des Canadiens. Des organismes statistiques, notamment l'Organisation de coopération et de développement économiques (OCDE) utilisent les résultats pour réaliser des études de référence et de comparaison internationales.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,010 | 0,001 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,063 | 0,007 |
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 ».