MétaCan
Menu
Back to cohort
Record W6894506618 · doi:10.5683/sp3/9dlcfw

Fichier de conversion des codes postaux [Canada], Mai 1997, Recensement de la population 1991

2025· dataset· fr· W6894506618 on OpenAlexaboutno aff

Bibliographic record

VenueBorealis · 2025
Typedataset
Languagefr
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsPopulationResearch methodologyStatistical analysis

Abstract

fetched live from OpenAlex

Le Fichier de conversion des codes postaux (FCCP) est un fichier numérique qui permet d'établir un lien entre les codes postaux à six caractères fournit par la Société canadienne des postes (SCP) et les unités géographiques normalisées de Statistique Canada pour lesquelles les données du recensement et d'autres statistiques sont produites. Les liens entre les codes postaux et les unités géographiques normalisées font du FCCP un outil permettant d'intégrer des données de diverses sources. Pour obtenir le fichier de conversion des codes postaux ou pour des questions, consultez la personne-ressource IDD de votre établissement d'enseignement. Les coordonnées géographiques attribuées à chaque code postal dans le FCCP sont généralement utilisées pour cartographier la distribution des données aux fins d'analyse spatiale (p. ex., les clients, les activités). Les renseignements sur la localisation s'avèrent un outil puissant aux fins de planification ou de recherche. C'est en avril 1983 que la Division de la géographie a diffusé une première version du FCCP qui établissait un lien entre les codes postaux et les unités géographiques du recensement et comprenait des coordonnées géographiques. Depuis, le fichier a été actualisé de façon périodique afin de refléter les changements. Pour la présente édition du FCCP, les codes postaux sont directement géocodés aux régions géographiques du Recensement de 1991. Un indicateur de qualité pour la confiance de ce lien est disponible dans le FCCP.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.011
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Dataset · Consensus signal: none
Teacher disagreement score0.061
Threshold uncertainty score0.445

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.011
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0030.008
Science and technology studies0.0040.001
Scholarly communication0.0030.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0130.002

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.

Opus teacher head0.010
GPT teacher head0.266
Teacher spread0.256 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreDataset

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".

Quick stats

Citations0
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueBorealisFrench-language works237,207