Enquête sur l'utilisation de l'internet à la maison, 2001 [Canada]
Bibliographic record
Abstract
Le réseau Internet a le potentiel de fournir aux gens, aux institutions, aux petites et aux grandes entreprises, à toutes les collectivités et à tous les ordres de gouvernement de nouvelles possibilités d’apprentissage, d’interaction, de négociation d’affaires et de développement de leur potentiel socioéconomique. L’Enquête sur l’utilisation d’Internet à la maison (EUIM) a été menée pour la septième fois en janvier 2004 pour la Division des sciences, de l’innovation et de l’information électronique à Statistique Canada par la Division des enquêtes spéciales de Statistique Canada. Cette EUIM annuelle sert à recueillir des données détaillées sur les activités Internet des ménages canadiens. Il en découle des rapports sur les Canadiens qui utilisent Internet, ainsi qu’une mesure de l’étendue de leur utilisation, du lieu d’utilisation, de la fréquence d’utilisation et des raisons de l’utilisation ou de la non-utilisation d’Internet. En 1999, elle a dégagé des données sur le commerce électronique à domicile. Avec les données de 2003, les utilisateurs peuvent étudier la croissance du commerce électronique en suivant l’évolution des commandes, des achats ou des utilisations d’Internet qui ont une incidence sur l’acquisition de produits ou de services. Quelques variables, ceux n'ayant pas de valeur, ont été supprimées dans le fichier de microdonnées à grande diffusion.
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 | 0.003 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.005 | 0.015 |
| Science and technology studies | 0.008 | 0.001 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 0.002 |
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.
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".