Enquête canadienne sur le logement, 2022
Bibliographic record
Abstract
L'Enquête canadienne sur le logement (ECL) fournit des renseignements sur ce que les Canadiens ressentent à propos de leur logement et de la manière dont leur logement les touche. Des renseignements sont recueillis sur les besoins impérieux en matière de logement, les caractéristiques du logement et le mode d'occupation du logement, les perceptions des difficultés économiques associées au coût du logement, les paiements de pensions alimentaires pour les enfants, la satisfaction à l'égard du logement et du quartier, les perceptions des problèmes liés au quartier et de la sécurité du quartier, les déménagements, y compris les déménagements forcés, l'engagement communautaire, la satisfaction à l'égard de la vie et de la communauté, la santé autoévaluée, l'expérience en matière d'itinérance, les caractéristiques sociodémographiques et l'accès aux transports. Le logement social et abordable (LSA) représente un élément important du parc de logements qui procure un logement aux personnes dans le besoin. L'ECL vise à fournir des statistiques détaillées et précises sur les ménages dans les LSA en suréchantillonnant cette sous-population. L'ECL de 2022 a été menée dans les 10 provinces.
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 | 0.013 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.005 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.057 | 0.011 |
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".