MétaCan
Menu
Retour à la cohorte
Enregistrement W7079508171 · doi:10.18712/nsd-nsd3321-v1

Labour Force Survey, 2025, 2nd Quarter

2025· dataset· en· W7079508171 sur OpenAlexaboutno aff

Notice bibliographique

RevueNSD – Norsk senter for forskningsdata · 2025
Typedataset
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)NorwegianOfficial statisticsWages and salariesSurvey data collectionData sourceStatistical analysis

Résumé

récupéré en direct d'OpenAlex

Statistics Norway established the Labor Force Survey (LFS) in 1972, and it has been conducted quarterly ever since. The LFS measures the population's participation in the labor market and provides comprehensive information on unemployment, employment, people outside the labor force, temporary employees, underemployed and other subgroups that are not captured by register-based statistics. This makes the LFS one of the most important sources of information about conditions in the Norwegian labor market. Right from the start, the aim has been to ensure that the survey is comparable with similar surveys internationally. Today, the LFS is designed in accordance with the EU's statistical regulations to ensure consistent and comparable European statistics. The LFS data contains long time series, and although there have been some breaks in the time series due to changes in the questionnaire and data collection, the most central variables have been continuously included since the start. This makes it possible to present time series data for the employed, unemployed and people outside the labor force all the way back to 1972. The dataset consists of a single quarter, along with a quarterly weight. The dataset should be used for a quarterly average rather than an annual distribution. If an annual average is desired, separate datasets are available.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Science ouverte
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 enseignants0,057
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0060,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,269
Écart entre enseignants0,248 · 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 tête enseignante, pas un consensus.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNSD – Norsk senter for forskningsdataMême sujetGeochemistry and Geologic MappingTravaux en français237 207