Les villes moyennes. Analyse démographique et économique, 1971-2001
Bibliographic record
Abstract
Les villes moyennes supérieures (VMS) au Québec sont au nombre de quatre. Il s’agit de Gatineau, Sherbrooke, Saguenay et Trois-Rivières. Elles se distinguent des autres villes moyennes par leur population plus importante, leur base économique plus solide et plus diversifiée et leur fonction de capitale administrative dans leur région respective. Aucune de ces villes ne se situe à la périphérie immédiate des grandes agglomérations urbaines de Montréal et de Québec et en ce sens, elles ne constituent pas des villes satellites. L’analyse de leur évolution démographique et économique pour la période 1971 – 2001 révèle que, dans l’ordre, ce sont les villes de Gatineau et Sherbrooke qui ont connu la meilleure croissance et qui ont les meilleures perspectives d’avenir ; que la ville de Trois-Rivières connaît depuis les années 1990 une stabilité précaire, et que la ville de Saguenay est engagée depuis la dernière décennie dans une relative phase de déclin. Le poids total de ces quatre VMS dans l’économie et la démographie québécoises, s’avère relativement faible ; néanmoins, elles seront sûrement au centre des politiques publiques visant le développement des régions administratives où elles occupent le rôle de pôle régional.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.005 | 0.011 |
| Science and technology studies | 0.002 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
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 source (direct Gemma or distilled Codex), 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".