MétaCan
Menu
Retour à la cohorte
Enregistrement W7101707262 · doi:10.5683/sp3/aucfmc

Enquête sur la population active, septembre 2025 [Canada]

2025· dataset· W7101707262 sur OpenAlexaboutno aff

Notice bibliographique

RevueBorealis · 2025
Typedataset
Langue
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBioactive natural compounds
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopulationPublicsResearch methodologyPublic investment

Résumé

récupéré en direct d'OpenAlex

Les données de l'EPA sont utilisées pour produire le très connu taux de chômage ainsi que d'autre indicateurs de base du marché de travail tel que le taux d'emploi et le taux d'activité. En plus, l'EPA procure également des estimations de l'emploi selon l'industrie, la profession, les secteurs publics et privés, le nombre d'heures travaillées et davantage. Il est possible de croiser ces séries selon une variété de caractéristiques démographiques. Des estimations sont diffusées pour le Canada, les provinces, les territoires et pour plusieurs régions infraprovinciales. Pour les employés, des données sur les salaires, la couverture syndicale, la permanence de l'emploi et la taille de l'établissement sont également disponibles. Ces données sont utilisées par les différents paliers de gouvernements pour évaluer et planifier les programmes d'emploi au Canada. Les taux de chômage régionaux sont utilisés par Emploi et Développement social Canada pour déterminer l'admissibilité au régime d'assurance-emploi, de même que le niveau et la durée des prestations pour les personnes qui vivent à l'intérieur d'une région d'assurance-emploi donnée. Les données sont utilisées par les analystes du marché du travail, les économistes, les consultants, les planificateurs, les prévisionnistes ainsi que les universitaires et ce, autant du secteur public que privé. Activité statistique Ensemble, quatre programmes statistiques brossent un portrait plus complet des événements actuels liés au marché du travail. Il s'agit de l'Enquête sur la population active (EPA), de l'Enquête sur l'emploi, la rémunération et les heures de travail (EERH), des Statistiques de l'assurance-emploi (SAE) et de l'Enquête sur les postes vacants et les salaires (EPVS). Chaque mois, l'EPA fournit des données actuelles sur le marché du travail, dont le taux de chômage, et une analyse démographique. Plus tard, le rapport de l'EERH présente des données plus détaillées sur l'emploi et la rémunération de l'industrie non agricole, et l'EPVS présente des données sur les indicateurs préliminaires sur les postes vacants. Les SAE fournissent beaucoup de détails sur les prestations d'assurance-emploi selon la région géographique, les caractéristiques sociodémographiques et la profession antérieure. Chaque trimestre, l'EPVS fournit des renseignements détaillés sur les postes vacants selon la profession et la région économique.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,030
Score d'incertitude au seuil0,220

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,009
Études des sciences et des technologies0,0020,000
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,003

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 Opus0,007
Tête enseignante GPT0,253
Écart entre enseignants0,246 · 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'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 revueBorealisMême sujetBioactive natural compoundsTravaux en français237 207