De jure and de facto deaths. The impact of unregistered attendees and absentees on urban death rates in early twentieth-century Belgium
Bibliographic record
Abstract
Le non-enregistrement de la migration temporaire peut être à l’origine d’écarts importants entre les taux de mortalité selon qu’ils sont calculés sur la base de la résidence légale, effective ou habituelle des personnes décédées. Les taux les plus indiqués sont, selon nous, ceux obtenus à partir de la résidence habituelle. Les résidents habituels sont en effet les plus exposés aux risques attachés à une ville donnée. Les recensements, les statistiques d’état civil et les certificats de décès de Belgique nous permettent de calculer les taux de mortalité de populations ayant leur résidence habituelle dans trois grandes villes belges (Bruxelles, Liège et Schaerbeek) en 1910 et de les comparer aux taux jusqu’à présent calculés selon le lieu du décès. De façon très significative, l’existence d’institutions médicales dans de grandes agglomérations comme Liège et Bruxelles accroît artificiellement les taux basés sur les décès qui surviennent sur leur territoire. Le contraire est vrai pour la commune suburbaine de Schaerbeek : beaucoup de personnes qui y ont leur résidence habituelle décèdent ailleurs. Ces résultats suggèrent que, pour certains groupes d’âges, la surmortalité à Bruxelles au xix e et au début du xx e siècle peut être imputée en partie au grand nombre de personnes décédant dans la capitale sans y avoir leur résidence habituelle.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 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".