Fécondité par rang au sein d’une génération en France et au Québec : e stimation de probabilités d’agrandissement à partir d’un seul recensement
Bibliographic record
Abstract
L’intérêt de cette recherche est d’observer les différences entre les estimations du taux de fécondité et les probabilités d’agrandissement à l’aide des seules données du recensement, en utilisant une méthode indirecte (DEF), qui fait le lien entre les enfants en cohabitation et une mère potentielle au sein du ménage. Pour le cas de la France, la méthode sera validée en comparant les résultats obtenus par la méthode indirecte avec ceux obtenus à partir des données de l’enquête Famille et Logements (EFL) de 2011, enquête couplée au recensement et interrogeant les femmes sur l’ensemble des enfants qu’elles ont eus, que les enfants cohabitent ou non avec la mère au moment du recensement. Concernant le Québec, les résultats issus de la méthode indirecte seront comparés à ceux issus de l’exploitation de l’Enquête Sociale Générale de 2011- cycle Famille. La plupart des études développées pour trouver les facteurs qui font la différence au moment d’avoir des enfants ont porté sur les politiques familiales. Pour cette raison, il est important d’étudier et d’analyser les variables sociodémographiques individuelles pour caractériser les facteurs qui influent sur la probabilité de devenir mère ou d’avoir plus d’enfants. Nous nous intéressons en conséquence aux variables associées à l’augmentation ou à la diminution des probabilités d’agrandissement. Cette recherche se penche sur la relation entre des variables sociodémographiques disponibles dans les différentes sources consultées d’information et les probabilités d’agrandissement. Nous utilisons les variables d’âge (date de naissance), le sexe, et la relation avec le chef de ménage pour classifier et établir les relations (mère-enfant), et les variables le niveau d’éducation de la mère et le lieu de naissance de la mère pour segmenter et calculer les probabilités d’agrandissement. L’étude met en évidence la sous-estimation dans les calculs de probabilités d’agrandissement et l’ISF qui utilisent les données de recensement (enfants qui habitent le foyer) en comparaison avec les enquêtes sociodémographiques qui informent sur tous les enfants eus par la femme principale. Nos résultats montrent qu’autant en France qu’au Québec, les femmes plus scolarisées attendent plus de temps avant de devenir mères et ont de plus faibles probabilités d’avoir une famille nombreuse. Par contre, ce sont elles sont qui ont la probabilité la plus élevée de rester sans enfants. ii Pour la variable lieu de naissance de la mère, les résultats ne sont pas concluants. D’un côté, pour la France, les analyses descriptives de l’âge moyen de la mère à la première naissance et le temps écoulé entre les naissances sont minimes (moins de trois mois). Cependant, les probabilités d’agrandissement indiquent que les femmes immigrantes ont une probabilité plus élevée d’avoir des familles de grande taille (plus de deux enfants). D’un autre côté, pour le Québec, l’analyse démontre que, si les femmes nées à l’étranger commencent leur maternité plus tard que les femmes québécoises, elles ont une probabilité plus élevée d’avoir une famille de grande taille (plus de trois enfants), spécialement les femmes provenant de pays africains et des pays du Maghreb. Néanmoins, selon les résultats de l’analyse de variance, il n’y a pas suffisamment d’évidence statistique démontrant un effet entre le lieu de naissance et le temps moyen écoulé entre la deuxième et la troisième naissance. Nous montrons que les résultats du recensement sous-estiment les taux de fécondité et les probabilités d'agrandissement du fait de l'impossibilité de compter le total des enfants nés de la femme principale du ménage. Les résultats de ce document fournissent de nouvelles perspectives pour analyser les tendances de la fécondité dans les sous-populations sur la base des données du recensement. Cette approche relativement classique distingue les âges des femmes, mais aussi les rangs de naissance, qui ont été plus rarement analysés dans des études antérieures. Les résultats de cette recherche nous aident à mesurer les effets du niveau de scolarité et du lieu de naissance de la mère sur les probabilités d’agrandissement. Ils nous aident à répondre à diverses questions, notamment celles portant sur les raisons des femmes qui n’ont pas eu de troisième enfant.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".