Measuring the Welcoming Capacities of Host Urban and Rural Communities
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Cet article est une partie d’une étude multidisciplinaire où nous tentons d’évaluer la notion de «communautés accueillantes» au Canada. La recherche s’est servie jusqu’à présent des micro-données de l’Enquête sur la diversité ethnique (EDE). À partir de méthodes statistiques descriptives et de tests d’importance à variable simple sur celles qui traitaient des répondants individuels à l’EDE, les chercheurs tentent de comprendre les informations recueillies dans les parties pertinentes du questionnaire. Plus précisément, ils ont examiné comment les réponses aux questions individuelles varient au sein des sous-populations identifiées comme ayant participé à l’enquête. Celles-ci sont au nombre de quatre et se combinent selon deux catégories binaires: soit statut d’immigrant et de non-immigrant d’une part, et, d’autre part, appartenance à une minorité, visible et non-visible. D’autres distinctions sont apparues, comme celle sur les variations des réponses selon qu’il s’agit d’un milieu urbain ou rural. Le grand nombre de petits échantillons a bridé les comparaisons entre certaines catégories de répondants. Une deuxième série d’analyses a donc eu lieu afin de relever et de mettre en pratique des stratifications théoriquement solides de la population, qui soient aussi statistiquement plus prudentes pour les buts de cette étude. L’identification d’importantes différences dans les réponses de ces sous-populations à un niveau de variable simple a aidé – et continuera à le faire – à comprendre comment on peut utiliser les données de l’EDE pour décrire la réalité des communautés d’accueil au Canada.
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.
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| 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 it