Recensement de l'agriculture, 2001 [Canada] [Excel]
Bibliographic record
Abstract
Statistique Canada mène le Recensement de l'agriculture tous les cinq ans. Le Recensement de l'agriculture recueille et diffuse une vaste gamme de données sur l'industrie agricole, telles que le nombre et le genre de fermes, les caractéristiques des exploitants agricoles, la forme juridique des exploitations, les pratiques de gestion des terres, les superficies en culture, le nombre d'animaux et de volailles, le capital agricole, les dépenses et les revenus d'exploitation, et la machinerie, le matériel et l'équipement agricoles. Ces données livrent un tableau complet de l'industrie agricole au Canada, tous les cinq ans, aux échelons national et provincial et à des niveaux géographiques inférieurs. Le Recensement de l'agriculture est la pierre angulaire du Programme de la statistique agricole du Canada. Les données du Recensement de l'agriculture sont un outil indispensable aux secteurs public et privé. Elles permettent l'analyse des changements importants dans les secteurs agricole et alimentaire; l'élaboration, la mise en œuvre et l'évaluation des politiques et programmes agricoles tels que les programmes de protection du revenu agricole et ceux touchant à la durabilité de l'environnement et la prise de décisions en matière de production, de commercialisation et d'investissement. Statistique Canada utilise les données comme repères pour ses enquêtes régulières sur les cultures, le bétail et les finances agricoles entre les années de recensement. Cette publication contient toutes les données sur les exploitations agricoles. Pour les données actuelles de 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 | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.004 | 0.013 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.005 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.060 | 0.016 |
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".