Northeast Region Household Data. NER-Stat: Caregiving Survey
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<p>The NER-Stat: Caregiving Survey is the regional household survey NCRCRD conducted in collaboration with Ohio State University&nbsp;and Pennsylvania State University. It is a 15-minute survey focusing solely on households in the Northeast Region (NER)&nbsp;and asks questions about household demographics, education, non-caregiving, and child, adult, and elderly caregiving.</p> <p>The primary purpose of this survey is to learn more about individuals and families who provide care and how caregiving affects economic development and quality of life in the Northeast&nbsp;Region. All data gathered via the NER-Stat: Caregiving Survey are available for those who want to use the data as a baseline for further research and extend the portfolio of already existing databases. The information gathered from this survey is intended to be shared with communities, organizations, and decision-makers to help inform future policies and programs to support better caregiving and caregivers in the Northeast&nbsp;Region.</p> <p>The survey was designed as an online survey using Qualtrics. Qualtrics&reg; distributed the survey and gathered data based on pre-defined sampling quotas and screening questions. The goal was to maximize participation in the survey throughout the states, across rural and urban areas, household types, race and ethnicity, age groups, and gender. The dataset includes household data from all states in the NER: Connecticut, Delaware, the District of Columbia, Maine, Maryland, Massachusetts, New Jersey, New Hampshire, New York, Pennsylvania, Rhode Island, Vermont, and West Virginia. The final number of respondents is 4,480, of which 725 respondents only cared for a child/children, 714 respondents only cared for an adult(s), and 1,175 respondents cared for a child/children and adult(s).</p>
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,008 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,012 |
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 découle