Le travail et le navettage dans les régions métropolitaines de recensement, 1996 à 2001
Bibliographic record
Abstract
Le present rapport porte sur l'emplacement des emplois dans 27 regions metropolitaines de recensement, une attention plus particuliere etant accordee a l'evolution de la situation a Quebec, Montreal, Ottawa-Hull, Toronto, Winnipeg, Calgary, Edmonton et Vancouver. En outre, on y analyse les modes de transport utilises par les navetteurs pour se rendre au travail, en mettant l'accent sur l'utilisation du transport en commun et de la voiture (comme conducteur ou comme passager). Alors que les regions metropolitaines de recensement du Canada ont continue d'etre caracterisees par une forte concentration des emplois au centre ville, entre 1996 et 2001 l'emploi a cru plus rapidement dans les banlieues des regions metropolitaines de recensement les plus grandes que dans les centres villes. L'une des caracteristiques de la croissance de l'emploi en banlieue est le deplacement des activites manufacturieres du centre ville vers les banlieues. Le commerce de detail s'est egalement deplace du centre ville vers les banlieues. Relativement peu de travailleurs employes a l'exterieur du centre ville ont utilise le transport en commun pour se rendre au travail. La plupart des navetteurs ont conduit leur voiture ou se sont rendus au travail en tant que passagers a bord d'une voiture. Plus le lieu de travail etait eloigne du centre ville, plus cette tendance au navettage en voiture s'est accentuee. En outre, les tendances de navettage sont devenues plus complexes, le navettage entre banlieues prenant plus d'importance par rapport aux modeles traditionnels de navettage dans le centre ville et entre le centre ville et la banlieue. De plus, les navetteurs qui se rendaient d'une banlieue a l'autre eta
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.000 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".