MétaCan
Menu
Retour à la cohorte
Enregistrement W6939297783 · doi:10.6068/dp171704c09bc86

TREND: United States Census Bureau. Land/Density: Population Density | State: New York | County: Albany, Allegany, Bronx, Broome, Cattaraugus, Cayuga, Chautauqua, Chemung, Chenango, Clinton, Columbia, Cortland, Delaware, Dutchess, Erie, Essex, Franklin, Fulton, Genesee, Greene, Hamilton, Herkimer, Jefferson, Kings, Lewis, Livingston, Madison, Monroe, Montgomery, Nassau, New York, Niagara, Oneida, Onondaga, Ontario, Orange, Orleans, Oswego, Otsego, Putnam, Queens, Rensselaer, Richmond, Rockland, Saint Lawrence, Saratoga, Schenectady, Schoharie, Schuyler, Seneca, Steuben, Suffolk, Sullivan, Tioga, Tompkins, Ulster, Warren, Washington, Wayne, Westchester, Wyoming, Yates, 1996 - 2018. Data Planet™ Statistical Datasets: A SAGE Publishing Resource Dataset-ID: 001-011-003

2020· other· en· W6939297783 sur OpenAlexaboutno aff

Notice bibliographique

RevueData Planet · 2020
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCensusPopulationBoundary (topology)American Community SurveyPopulation statisticsGeographic information system

Résumé

récupéré en direct d'OpenAlex

United States Census Bureau. Land/Density: Population Density | State: New York | County: Albany, Allegany, Bronx, Broome, Cattaraugus, Cayuga, Chautauqua, Chemung, Chenango, Clinton, Columbia, Cortland, Delaware, Dutchess, Erie, Essex, Franklin, Fulton, Genesee, Greene, Hamilton, Herkimer, Jefferson, Kings, Lewis, Livingston, Madison, Monroe, Montgomery, Nassau, New York, Niagara, Oneida, Onondaga, Ontario, Orange, Orleans, Oswego, Otsego, Putnam, Queens, Rensselaer, Richmond, Rockland, Saint Lawrence, Saratoga, Schenectady, Schoharie, Schuyler, Seneca, Steuben, Suffolk, Sullivan, Tioga, Tompkins, Ulster, Warren, Washington, Wayne, Westchester, Wyoming, Yates, 1996 - 2018. Data Planet™ Statistical Datasets: A SAGE Publishing Resource Dataset-ID: 001-011-003 Dataset: Population density, or persons per square mile, is a numerical method of expressing the extent to which people are clustered within a specific geographic area. Data values are calculated by dividing the total population of the entity (based on Census population estimates data) by the total land area of the entity (land area). The files contained in this dataset are from the Census Gazetteer Files, which were extracted from the Census 2000 Summary File 1 (SF1) DVD with Software Enhancement (Product Id: V1-D00-S1S1-08-US1). Area measurement data provide the size of geographic entities for which the U.S. Census Bureau tabulates and disseminates data. Area is calculated from the specific boundary recorded for each entity in the US Census Bureau's geographic database, TIGER, which is an acronym for the Topologically Integrated Geographic Encoding and Referencing (system or database). It is a digital (computer-readable) geographic database that automates the mapping and related geographic activities required to support the Census Bureau's census and survey programs. http://www.census.gov/geo/www/gazetteer/gazette.html Category: Population and Income Subject: Land Area, Population Density, Population Size Source: United States Census Bureau The United States Census Bureau is a bureau of the US Department of Commerce. The major functions of the Census Bureau are authorized by Article 2, Section 2 of the United States Constitution, which provides that a census of population shall be taken every 10 years, and by Title 13 and Title 26 of the United States Code of Federal Regulations. The Census Bureau is responsible for numerous statistical programs, including census and surveys of households, governments, manufacturing and industries, and for US foreign trade statistics. The first US census was conducted in 1790 for the purposes of apportioning state representation in the US House of Representatives and for the apportionment of taxes. https://www.census.gov

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)0,001
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,234
Score d'incertitude au seuil0,465

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,016
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0030,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,1100,115

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 Opus0,035
Tête enseignante GPT0,249
Écart entre enseignants0,213 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData PlanetTravaux en français237 207