La fécondité au Canada durant le baby-boom . Divergence et convergence des comportements
Bibliographic record
Abstract
Au Canada, le baby-boom ne s’est pas déroulé de la même manière dans toutes les provinces. En particulier, l’Ontario et le Québec, les deux provinces les plus peuplées, ont connu des baby-booms très différents. En Ontario, le baby-boom s’est déroulé de manière conventionnelle : l’augmentation de la nuptialité et celle de la fécondité des femmes mariées ont contribué toutes deux à l’augmentation des indicateurs de fécondité. Au Québec, le baby-boom a eu lieu alors que la fécondité des femmes mariées diminuait encore, la nuptialité étant le plus important facteur de l’accroissement du nombre des naissances. Nous utilisons deux informations rétrospectives recueillies au recensement de 1981, l’âge au premier mariage et le nombre des enfants mis au monde, pour étudier la descendance finale et estimer les probabilités d’agrandissement de la famille des femmes nées entre 1900 et 1940. Nous utilisons la régression logistique multinomiale pour estimer l’effet de la religion, de l’origine ethnique, de l’éducation et de la province de résidence sur la descendance finale de ces femmes, en tenant compte de l’âge au mariage et de sa durée. Les résultats montrent que 1) la fécondité des catholiques et des protestantes, très éloignées au début du baby-boom , sont très semblables à la fin ; 2) l’avancement de l’âge au mariage et l’allongement de la durée du mariage augmentent la fécondité, mais cet effet de la nuptialité ne suffit pas à expliquer l’accroissement de la fécondité des protestantes ; 3) l’écart entre les niveaux d’éducation se rétrécit du début à la fin du baby-boom , mais ne disparaît pas entièrement. Ces résultats sont dans l’ensemble proches de ceux que des analyses plus fines ont récemment mis au jour dans des pays européens.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".