Les divers types de développements domiciliaires et leurs populations de moins de 20 ans
Bibliographic record
Abstract
L’urbanisation croissante et la multiplication des banlieues créent des demandes en terme d’immobilisations scolaires. Dans une tentative de mesurer ces besoins, l’étude traite de l’évolution de la proportion des moins de 20 ans par rapport à la population totale d’un développement domiciliaire en cours de vieillissement. L’évolution de la structure par âge d’un développement domiciliaire est évidemment différente de celle de l’ensemble du Québec en raison de l’espace limité, d’une entrée « sélective » des résidents du développement domiciliaire et d’un renouvellement différent de la population. La composition de la population quant à l’âge et l’état matrimonial, par exemple, sera également différente d’un type de développement domiciliaire a l’autre d’où un fractionnement en sept (7) modèles de développements domiciliaires définis par la densité, soit le pourcentage de maisons unifamiliales et celui d’appartements. A partir des données de recensements, on a calculé des coefficients permettant de mesurer l’évolution de la structure par âge de 0 à 20 ans, propre à un développement domiciliaire. Ainsi, entre autres résultats, 5 années après la fin de la phase principale de développement, la proportion des 0-4 ans baisse d’environ 20 $ pour ensuite se stabiliser.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".