Enquête sur la dynamique du travail et du revenu, 1994 [Canada]: Fichier d'enquête longitudinale d'emploi
Bibliographic record
Abstract
L'Enquête sur la dynamique du travail et du revenu sert à appuyer les études concernant la situation économique des personnes et des familles et les processus qui influent sur celle-ci. Elle vise à appuyer les recherches sur des sujets comme : - la dynamique du revenu, à savoir les facteurs déterminants de la pauvreté et des changements qui touchent le revenu des personnes et des familles; - la dynamique du marché du travail et les transitions à cet égard, toute la vie durant, par exemple la transition de l'école au marché du travail; - la dynamique de la famille, particulièrement en rapport avec sa situation économique. La personne constitue l'unité de base de l'échantillon de l'enquête, mais les caractéristiques familiales font partie des éléments importants du contenu de l'enquête, étant donné que la situation économique et les ressources sont généralement les mêmes pour les membres d'une même famille qui vivent ensemble. Même si l'EDTR est d'abord et avant tout une enquête longitudinale, elle permet aussi de recueillir des données transversales, y compris une estimation du nombre de personnes qui ont un emploi ou qui traversent des périodes de chômage, à un moment ou à un autre pendant l'année, ainsi que la répartition des salaires annuels. Ces nouvelles données viennent compléter les données transversales déjà recueillies dans le cadre d'autres enquêtes.
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 | 0.005 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.011 |
| Science and technology studies | 0.012 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".