Enquête nationale auprès des ménages, 2011 [Canada]: Tableaux de données [B2020]
Bibliographic record
Abstract
L'Enquête nationale auprès des ménages (ENM) vise à recueillir des données sociales et économiques sur la population canadienne. L'objectif de l'ENM est de fournir des données à de petits niveaux géographiques et pour de petits groupes de population. L'Enquête nationale auprès des ménages (ENM) de 2011 fournit de l'information sur les caractéristiques démographiques, sociales et économiques des Canadiens ainsi que sur les logements qu'ils occupent. Les questions de l'ENM ont été mises à l'essai au cours des processus de consultation et d'essai pour le Recensement de 2011. Ces processus ont permis à Statistique Canada de connaître les exigences des utilisateurs en matière de données et d'évaluer les questions. Les questions ont été testées auprès de groupes de discussions et au moyen d'entretiens individuels (tests qualitatifs) afin de s'assurer que les questions étaient bien comprises. La nature volontaire du contenu et la méthode de collecte de l'ENM n'ont pas été testées. Les données collectées par l'ENM abordent les sujets suivants : renseignements démographiques de base, familles et ménages, limitations des activités, diversité ethnique et immigration, langue, peuples autochtones, mobilité et migration, scolarité, travail, lieu de travail et déplacement entre le domicile et le travail, revenu et gains, logement et coûts d'habitation. Pour les données actuelles de ENM reportez-vous à Statistique Canada
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 | 0.015 | 0.061 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.015 | 0.038 |
| Science and technology studies | 0.005 | 0.001 |
| Scholarly communication | 0.009 | 0.002 |
| Open science | 0.003 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.030 | 0.008 |
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".