PROVIDING GREATER ACCESSIBILITY TO SURVEY DATA FOR ANALYSIS
Notice bibliographique
Résumé
This paper will discuss three approaches developed by the Agency to provide researchers with access to data produced by complex surveys: public use microdata files, remote access and research data centres. II. PUBLIC USE MICRODATA FILES (PUMF) 2. Statistics Canada began producing public use microdata files following the 1971 revision to the Statistics Act that made possible the public release of non-confidential microdata. The release of a microdata file for a survey is authorised by the Agency only when doing so substantially enhances the analytical value of the data. Planned microdata products are submitted to a Microdata Release Committee which must be satisfied that all reasonable efforts have been made to protect the identity of respondents before it grants permission for the release of a public use microdata file. Submissions to the committee must include documentation of the survey and its data contents as well as a description of measures taken for disclosure protection. The onus is on the survey manager to take all the necessary steps to ensure that the microdata can be released and to convince the Committee that all possible measures have been taken to protect the confidentiality of survey respondents. Microdata can only be released for sample data. Since 1971, a total of 371 public use files have been reviewed and 345 have been approved by the Microdata Release Committee for public dissemination. 3. In recent years, changes in the nature and uses of survey data have led to additional considerations with regards to PUMF disclosure protection. These have to do with linkages with external files, the estimation of variances and the protection of longitudinal survey microdata. These will be treated in turn
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».