Echantillon Démographique Permanent - 2020
Notice bibliographique
Résumé
L'Echantillon Démographique Permanent (EDP), longtemps appelé « panel démographique» a vu le jour en 1967. L’objectif était d'accumuler, année après année, des informations à caractère essentiellement démographique sur un échantillon représentatif de la population en commençant la collecte au recensement de 1968, avec prise en compte des naissances 1967. L’EDP mobilise cinq sources : - les bulletins statistiques d’état civil depuis 1967, - les informations des cinq recensements de population de 1968 à 1999 et des enquêtes annuelles de recensement depuis 2004, - les informations issues du fichier électoral sur les inscriptions actuelles et passées depuis 1990, - les informations issues des panels d’actifs « tous salariés » depuis 1967, - des données socio-fiscales issues des dispositifs statistiques Fidéli et FiLoSoFi depuis 2011. Il s’intéresse à un panel d'individus nés chaque année pour lesquels on dispose d’au moins un bulletin de recensement, d’un acte d’état civil autre qu’un décès, d’une observation dans le panel d’actifs, ou de la présence dans une déclaration fiscale. Le champ géographique est défini à partir d’un critère qui varie selon la source considérée.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,010 |
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 ».