Les conditions de vie dans l'enfance en milieu urbain et la longévité : le cas de la ville de Québec en 1901
Bibliographic record
Abstract
Le présent mémoire s’inscrit dans un projet, financé par le CRSH, visant l’étude des conditions de vie dans l’enfance et la survie aux grands âges L’augmentation de la longévité et de la mortalité observée dans les pays industrialisés depuis plus d’un siècle ont mené à l’émergence d’un courant de recherche visant à identifier les causes de ces progrès. Il a été soulevé que les conditions de vie dans l’enfance pourraient y jouer un rôle. L’objectif de ce mémoire est donc de mettre en lumière les déterminants qui sont en cause en étudiant la mortalité au-delà de 40 ans d’une population urbaine canadienne-française en phase d’industrialisation, soit, celle de la ville de Québec au début du 20ème siècle. Plus spécifiquement, une analyse descriptive de la population étudiée sera effectuée et suivra une analyse statistique à l’aide de modèles de risques proportionnels de Cox qui prendront en compte différentes facettes des conditions de vie. Au coeur de ce mémoire a été l’élaboration d’une base de données se basant sur le Canadian Families Project et créée à partir du recensement canadien de 1901. Cette dernière nous a permis de dresser un portrait des conditions de vie dans l’enfance, telles qu’elles étaient au tournant du 20ème siècle, de la population étudiée. Nous avons complété cette base de données en recueillant des informations sur les mariages à l’aide des fichiers de du projet BALSAC ainsi que les âges au décès des individus de l’échantillon en consultant les fiches de l’État civil. Nous avons pu mettre en lumière que les individus ayant passé leur enfance dans un ménage de type complexe affichent une mortalité moins élevée (de près de 35%) que pour les structures familiales simples. De plus, les individus qui ont grandi dans un ménage dont le chef était bilingue ou occupait un emploi qualifié ont des risques de mortalité inférieurs de près du tiers par rapport aux autres. Nous avons aussi trouvé que les résidents de la Basse-Ville courraient un risque de mortalité jusqu’à 50% plus élevé que celui de ceux provenant d’autres districts de la ville.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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 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".