MétaCan
Menu
Back to cohort
Record W6969340888 · doi:10.5683/sp3/auzzml

Enquête sur l'éducation et sur la formation des adultes, 2003, [Canada]: Fichier principal

2023· dataset· fr· W6969340888 on OpenAlexaffabout

Bibliographic record

VenueBorealis · 2023
Typedataset
Languagefr
FieldEngineering
TopicMilitary Technology and Strategies
Canadian institutionsStatistics Canada
Fundersnot available
KeywordsPopulationAcquiescenceContext (archaeology)

Abstract

fetched live from OpenAlex

L’Enquête sur l’éducation et sur la formation des adultes (EEFA) est la source la plus exhaustive de données au Canada sur l’éducation et sur la formation officielle des adultes. Il s’agit de la seule enquête au Canada servant à recueillir des données détaillées sur les efforts de développement des compétences de l’ensemble de la population adulte au Canada. L’EEFA fournit des données concernant le sujet principal des activités de formation, le fournisseur de la formation, la durée et les sources de la formation, ainsi que les types de soutien disponibles. Par ailleurs, l’EEFA permet l’examen des profils socioéconomiques et démographiques des participants et des non-participants à la formation. Elle permet en outre de déterminer les obstacles auxquels font face les personnes qui voudraient suivre de la formation, mais ne peuvent le faire. L’EEFA a été administrée trois fois dans les années 90, soit en 1992, 1994 et 1998, à titre de supplément de l’Enquête sur la population active (EPA). Le contenu de l’EEFA a été révisé, afin de tenir compte des recommandations découlant des exercices de consultation. Par conséquent, plus de la moitié de l’enquête de 2003 est constituée de nouvelles questions et la population cible a été modifiée. Les principales recommandations relatives aux changements de contenu touchent le type d'activité de formation visée et la stratégie de sélection aléatoire d’une activité pour obtenir de l'information détaillée. Ces changements sont précisés à la section concepts et définitions de ce document.

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)0.000
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 score0.073
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0000.001
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0000.001
Science and technology studies0.0000.000
Scholarly communication0.0000.001
Open science0.0000.000
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 head0.018
GPT teacher head0.243
Teacher spread0.225 · 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
Published2023
Admission routes2
Has abstractyes

Explore more

Same venueBorealisSame topicMilitary Technology and StrategiesFrench-language works237,207