Évolution de la distribution spatiale de la population âgée \ndans huit métropoles : une ségrégation qui s’amenuise
Bibliographic record
Abstract
Des études basées sur des données récentes ont montré que le patron traditionnel de \nconcentration de la population âgée au sein des quartiers centraux des métropoles connaît \ndes changements. Dans ce texte, nous analysons la distribution spatiale des aînés dans huit \nmétropoles canadiennes de 1981 à 2006. Deux questions guident notre analyse : la \npopulation âgée est-elle toujours concentrée au centre des métropoles ou observe-t-on sa \ndispersion? Les patrons de distribution sont-ils similaires d’une métropole à l’autre? \nPour répondre à ces questions, nous avons calculé différents indices de ségrégation (égalité, \nexposition, concentration, agrégation et centralisation) sur la base des secteurs de \nrecensement à partir des données des recensements canadiens de 1981, 1986, 1991, 1996, \n2001 et 2006. Nous avons aussi cartographié les quotients de localisation pour analyser \nl’évolution de la distribution de la population âgée dans chaque métropole. \nL’évolution des valeurs des indices révèle une réduction de la ségrégation des aînés dans \nles huit métropoles durant la période. De plus, l’examen des quotients de localisation \nmontre une relative dispersion, avec le temps, des aînés vers la première couronne. Ces \nrésultats reflètent le processus de « vieillissement sur place ». De plus, nous observons des \ndifférences entre les métropoles et dans leur évolution. \nSur le plan politique, ces changements dans la distribution de la population âgée au sein des \nmétropoles canadiennes soulèvent la question de l’adaptation d’un milieu résidentiel conçu \npour des jeunes familles avec enfants et fortement motorisées aux besoins d’une population \nd’aînés qui connaîtra une croissance rapide durant les deux prochaines décennies et dont \nune partie connaîtra tôt ou tard une perte d’autonomie.
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 | 0.001 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 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".