Survey of historical databases with longitudinal micro-data
Notice bibliographique
Résumé
In 2009, the HSN (now HSNDB) sent out surveys to multiple data centers to document their databases on historical persons. The surveys were part of the 'Towards a Global Life Course' project to improve cooperation between important players in the fields of historical micro-data, which was funded by NWO, IISG, ICPSR and DDB Umea. This database contains the filled out questionnaires, anonymized by obscuring the name, email address, and telephone number of the respondent. At the time they wrote: The historical community is now fortunate to have a growing number of large-scale, public databases of life histories from the past. Some of these databases have been under development for a long time, such as the Demographic Database in Umea, the Utah genealogical database, the Scania database in Lund and the PRDH and BALSAC in Quebec. Others are relatively recent, such as the Historical Sample of the Netherlands, and data collection activities are underway in other European countries as well as Japan and China. For a complete overview of objectives, sources and contents regarding these public databases, see the following questionnaires (available in pdf). - BALSAC population register, Canada - Base TRA Patrimoine, France - COR sample, Belgium - Demographic Data Base, Umeå University, Sweden - Founders & Survivors: Tasmanian life courses in historical context - Geneva Database - Historical Database of the Liège Region - Historical Sample of the Netherlands - Koori Health Research Database 1855-1930, Australia - Melbourne Lying-In Hospital Cohort: 1857-1900 - Norwegian Historical Data Centre - Registre de la population du Québec ancien - Utah Population Database
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 | 0,038 | 0,152 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,012 | 0,033 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,018 |
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 ».