Bibliographic record
Abstract
Le baby-boom est un phénomène marquant duxxesiècle dans la plupart des pays industrialisés. Au Québec, il se distingue parce qu’il combine l’augmentation de la fécondité générale et la baisse de la fécondité des couples mariés : ainsi, le baby-boom a lieu parce que plus de gens se marient et se marient plus tôt, même s’ils ont moins d’enfants que leurs parents. Ce paradoxe a été mis en évidence par Jacques Henripin dans sa monographie du recensement de 1961 sur la fécondité au Canada. Nous utilisons les données rétrospectives du recensement de 1981 afin d’analyser plus finement les comportements de nuptialité des femmes et des hommes pendant le baby-boom en nous concentrant sur les différences entre groupes ethnoreligieux et de niveaux de scolarité. Les transformations les plus importantes consistent en un rajeunissement généralisé de l’âge au mariage et, chez les femmes et les francophones les plus scolarisés surtout, en une augmentation de la propension à se marier. Il s’ensuit que les écarts entre groupes ethnoreligieux et entre niveaux de scolarité diminuent considérablement. Le baby-boom québécois semble donc avoir été causé d’abord et avant tout par le mariage plus précoce dans tous les groupes et l’augmentation de la nuptialité dans certains groupes seulement.
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 | 0.002 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.019 | 0.013 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.006 | 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".