MétaCan
Menu
Retour à la cohorte
Enregistrement W7096272259

Tracking Group Quarter Facility Data: The Washington State Experience Applied Demography Conference

2007· article· en· W7096272259 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueUrban, Neighborhood, and Segregation Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCensusQuarter (Canadian coin)Merge (version control)American Community SurveyPopulationLegislatureGeocodingCensus tractTracking (education)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Program (SAEP) began publishing population and housing data for sub-county areas such as school districts, legislative districts, census tracts, and census block groups starting in December 2005. The SAEP draws data from OFM’s official April 1 city/county population estimate program and distributes it to census blocks based on geocoded point data such as group facilities locations, housing starts, and polygonal data such as postal delivery statistics. Group quarters (GQ) are particularly important to both the city/county estimate program and the SAEP because changes in GQ populations can have a dramatic effect on local area estimates. Group quarters data are inherently difficult to maintain. When facilities change ownership they are frequently renamed; they may merge with other facilities; and they can open or close just like any other business or institution. Facilities which serve multiple functions may mix GQ and non-GQ populations such as when nursing homes also serve as rehabilitation centers. The licensing of adult family homes frequently results in a change in use from “traditional ” residential housing to small GQ facilities, muddling the accounting of both household and GQ populations. Group facilities are also surprisingly difficult to locate using a geographic information system. Administrative addresses are often reported for college dormitories, prisons, and other large institutions. The administrative offices are sometimes located far enough away from the physical location of GQs that the populations are incorrectly assigned to the wrong census tracts or blocks. This paper focuses on how OFM collects, manages, and maintains GQ data for the city/county and SAEP programs. The primary topics addressed include data quality, data integrity, geocoding, the handling of multipart facilities, and various data elements that have proved useful in the estimation process. 2

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)0,010
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,215
Score d'incertitude au seuil0,428

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,011
Études des sciences et des technologies0,0020,000
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,006

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 Opus0,096
Tête enseignante GPT0,337
Écart entre enseignants0,240 · 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'étudeObservationnel
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
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetUrban, Neighborhood, and Segregation StudiesTravaux en français237 207