L'ancrage statistique des identités : les minorités visibles dans le recensement canadien
Notice bibliographique
Résumé
Le dernier recensement canadien, tenu en mai 1996, comportait dans sa version longue une question qui n'a pas manqué de soulever la controverse: il s'agit de la question 19, portant sur le «groupe de population».Cette question était formulée comme suit: Cette personne est-elle: un Blanc, Chinois, Sud-Asiatique, Noir, Arabe/Asiatique occidental, Philippin, Asiatique du sud-est, Latino-Américain, Japonais, Coréen, ou Autre?Devant les interrogations et les critiques (voire les appels au boycott) exprimés par plusieurs personnes dès avant le recensement, le Statisticien en chef du Canada, M. Ivan P. Fellegi, a jugé bon d'expliquer officiellement les raisons pour lesquelles Statistique Canada avait introduit une telle question dans le recensement: sa réponse fut publiée dans les grands quotidiens et déposée sur le site Web de Statistique Canada.Les craintes et les désaccords exprimés devant la question portant sur le «groupe de population» (et qui correspondaient pour l'essentiel à ceux suscités dans le passé par la question sur l'origine ethnique) étaient de deux ordres.Certains étaient de nature ouvertement politique.Ainsi, le député réformiste Mike Scott, de Colombie-Britannique,
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 | 0,016 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,017 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».