MétaCan
Menu
Back to cohort
Record W6931670430 · doi:10.5683/sp3/esc5og

Fichier des codes postaux par circonscriptions électorales fédérales [Canada], septembre 2006, Recensement de la population 2001

2025· dataset· fr· W6931670430 on OpenAlexaboutno aff

Bibliographic record

VenueBorealis · 2025
Typedataset
Languagefr
FieldComputer Science
TopicHandwritten Text Recognition Techniques
Canadian institutionsnot available
Fundersnot available
KeywordsPopulationCivilian populationCode (set theory)

Abstract

fetched live from OpenAlex

<p>Le FCPCEF est un fichier numérique qui établit un lien entre le code postal à six caractères et les circonscriptions électorales fédérales du Canada (également appelées circonscriptions fédérales).</p> <p>Selon Élections Canada, une circonscription électorale fédérale (CEF) est un endroit ou un territoire dont les habitants sont en droit d’élire un député à la Chambre des communes. Les limites légales et les descriptions des CEF sont du ressort du Directeur général des élections et sont généralement révisées tous les dix ans d’après les résultats du recensement décennal. Selon l’Ordonnance de représentation de 2003, dernière révision des limites des circonscriptions électorales fédérales, il y a 308 CEF au Canada</p> <p>Certains codes postaux chevauchent les limites d’une ou de plusieurs CEF. Les utilisateurs apparient souvent le code postal de leur ensemble de données à la CEF du FCPCEF. Lorsqu’ils effectuent ce jumelage, les utilisateurs doivent se rappeler que le code postal de leurs données peut renvoyer à l’adresse postale d’une personne, et pas nécessairement à son adresse résidentielle. De même, le code postal de l’adresse d’une entreprise n’indique pas nécessairement l’emplacement des activités de l’entreprise.</p> <p>La date de référence pour les codes postaux inclus dans le FCPCEF est la même date que celle retenue pour les codes postaux compris dans le Fichier de conversion des codes postaux (FCCP) diffusé en même temps que la présente version du FCPCEF</p>

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow)
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: Not applicable
GenreCandidate signal: Dataset · Consensus signal: Dataset
Teacher disagreement score0.054
Threshold uncertainty score0.999

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0000.001
Science and technology studies0.0010.001
Scholarly communication0.0010.001
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0000.000

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.

Opus teacher head0.024
GPT teacher head0.284
Teacher spread0.261 · 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 teacher head, not a consensus.

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 venueBorealisSame topicHandwritten Text Recognition TechniquesFrench-language works237,207