MétaCan
Menu
Retour à la cohorte
Enregistrement W7008978719

Coordinated Population Forecast for Malheur County, its Urban Growth Boundaries (UGB), and Area Outside UGBs 2016-2066

2016· article· en· W7008978719 sur OpenAlexaboutno aff

Notice bibliographique

RevuePDXScholar (Portland State University) · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopulationPopulation growthPopulation declineNatural population growthPopulation projectionNet migration rateProjections of population growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

During the 2000s, Malheur County, as a whole, experienced population decline (Figure 1); however three of its sub-areas recorded a slight population increase. Adrian grew at an average annual rate of nearly two percent, while Ontario and the area outside UGBs saw more modest growth rates. Even so the population loss recorded by Vale, Nyssa, and Jordan Valley totaled nearly 600, leading the countywide population to decrease. Malheur County’s population decline in the 2000s was the combined result of a diminishing natural increase and periods of substantial net out-migration (Figure 12). The larger number of births relative to deaths has led to a natural increase (more births than deaths) in every year from 2000 to 2015. Net out-migration slowed toward the end of the last decade (2000-2010) combining with a relatively steady natural increase for moderate population increase in four out of the five years since 2010. Malheur County’s total population is forecast to grow by a little more than 400 persons (1.3 percent) from 2016 to 2066, which translates into a total countywide population of nearly 32,000 in 2066 (Figure 1). Population growth is forecast to be modest, becoming increasingly so as time progresses through the forecast period. Forecasting modest population growth is driven by both an aging population—contributing to a steady increase in deaths over the entire forecast period—as well as diminishing net out-migration.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,397
Score d'incertitude au seuil0,789

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,005

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 Opus0,023
Tête enseignante GPT0,229
Écart entre enseignants0,207 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePDXScholar (Portland State University)Même sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207