Borealis, the Canadian Dataverse Repository
Not a member yet
23450 research outputs found
Sort by
Replication Data for: Short Pants, Public Interest: The Appeal of Political Staff Positions to Young People in Canada
No full textReplication data for Short Pants, Public Interest: The Appeal of Political Staff Positions to Young People in Canada in Canadian Public Administratio
Claude Opus 4
No full textContains testbench data for Claude Opus 4, 102 prompts and 5 trials per prompt
Scénario 69_3
No full textLors de la simulation virtuelle suivante, vous interagirez avec des personnages et dans une situation basée sur des situations cliniques réelles. La simulation virtuelle favorise un environnement d'engagement actif dans un espace sécuritaire. En tant que créateurs de la simulation virtuelle, nous avons fait le maximum pour rendre la simulation aussi réelle que possible. Nous reconnaissons que certains aspects ne sont pas réalistes. En tant qu'apprenants, nous vous demandons de vous engager dans la simulation et de considérer les membres de l'équipe soignante ainsi que le patient et sa famille, comme étant réels. Votre engagement dans l’expérience de simulation virtuelle permettra d’optimiser vos apprentissages
Plus proches voisins | K-nearest neighbours
No full textK-nearest neighbours (KNN) is a machine learning algorithm that is good a classifying moderately-sized datasets. It does so by looking at the n-dimensional space, where n is the number of features, and looking at nearby points to the data point you want to classify. It is a fairly simple technique but it can be very effective for data with low noise levels where the data points are nicely grouped together. Creating the model is almost instantaneously however classifying depends on the size of the training data.
The notebook in this tutorial will show you how to apply this technique to classifying penguins, diabetes patients, and books to display its strength and weaknesses
Recensement da la population, 1911 [Canada]: Tableaux séléctionnés pour les sous-divisions et les divisions du recensement [Excel]
No full textFichiers de données des tableaux séléctionnés pour les sous-divisions et les divisions du recensement par l'IRCS :
Pour chaque recensement de 1911 à 1951, l'organisme statistique du Dominion du Canada a publié une série de volumes et de tableaux. À partir de ces ouvrages, l'IRCS a sélectionné 23 tableaux contenant des informations sur la population (chiffres d’hommes et de femmes), le nombre de logements, de ménages et de familles, ainsi que la religion et l’origine de la population.
Pour 1911, les tableaux sélectionnés des volumes publiés (1 et 2) comprenaient :
la superficie et population du Canada par provinces, districts et sous-districts en 1911 et la population du Canada en 1901
l'état matrimonial de la population, classée comme célibataire, mariée, veuve, divorcée, séparée légalement et non précisée (par districts et sous-districts)
La religions de la population
l'origines de la population par sous-districts
le niveau d’alphabétisation de la population (âgée de 5 ans et plus)
</ul
Métadonnées des articles sur Érudit/Metadata for articles on Érudit
No full textMétadonnées des articles savants et culturels disponibles sur Érudit. Les champs incluent, entre autres, les identifiants des articles, dont le DOI, les années de publication et de diffusion, les langues de publication, les noms des auteur·e·s. Des mises à jour seront disponibles en février et août de chaque année.
Metadata for scholarly and cultural articles available on Érudit. Fields include, among others, article identifiers, including DOI, years of publication and dissemination, languages and author names. Snapshots of these data will be published in February and August of each year.</i
Supplemental data for: Determining effective management strategies for Stemphylium leaf blight of onion: Fungicide resistance trials
No full textStemphylium leaf blight (SLB) of onion caused by Stemphylium vesicarium (Wallr.) E.G. Simmons is the most common foliar disease of onion in Ontario. The objectives of this research were to develop and evaluate disease forecasting models to reduce fungicide applications, detect infection of onion early in the growing season, and assess mutations associated with resistance to succinate dehydrogenase inhibitor (SDHI) fungicides in S. vesicarium. Modified forecasting models based on weather data or conidia counts did not reduce SLB severity. Infection of onion was detected in the field as early as the flag leaf stage and penflufen seed treatment did not reduce early season infection of onion. Six mutations associated with SDHI resistance were detected in S. vesicarium isolates collected in the Holland Marsh from 2021-2024. More research is needed to develop an effective forecasting model and assess mutations for reduction of efficacy for all registered SDHI fungicides.This research included disease forecasting trials, fungicide resistance trials and early infection trials. This dataset includes the data for the fungicide resistance trials. Please see the Related Dataset metadata field for links to the datasets for the disease forecasting trials and early infection trials.</p
Modeling, simulation, and control of flexible manufacturing systems
No full textBackground on distributed manufacturing scheduling models
Replication Data and Analysis Code for: Goal-Oriented Modeling and Analysis of Explanation Requirements
No full textReplication data of our experimental study evaluating a framework for capturing and implementing explanation requirements.
The data consist of 20 data points from an equal number of participants. The participants were presented two cases of software-intensive systems: a socio-technical system, namely a University Petitions case, and an AI-based system, namely Home Automation case. They performed two main tasks. Firstly, they were presented with logs from activity within the context of those systems. They were asked which of the listed actions are explanation-worthy / answering on an 5-point ordinal scale. Secondly, for selected actions, they were then presented with 2-4 statements meant to explain the action. They where asked to rank the explanations and also rate them (5-point ordinal scale) with respect to the usefulness of the explanation.
This data package contains the responses (data.xlsx and data.cvs) to be interpreted based on survey.txt, the psytoolkit script used to generate the survey. An Analysis.Rmd script performs the data analysis presented in the paper
Enquête sur la population active, septembre 2025 [Canada]
No full textLes données de l'EPA sont utilisées pour produire le très connu taux de chômage ainsi que d'autre indicateurs de base du marché de travail tel que le taux d'emploi et le taux d'activité. En plus, l'EPA procure également des estimations de l'emploi selon l'industrie, la profession, les secteurs publics et privés, le nombre d'heures travaillées et davantage. Il est possible de croiser ces séries selon une variété de caractéristiques démographiques. Des estimations sont diffusées pour le Canada, les provinces, les territoires et pour plusieurs régions infraprovinciales. Pour les employés, des données sur les salaires, la couverture syndicale, la permanence de l'emploi et la taille de l'établissement sont également disponibles.
Ces données sont utilisées par les différents paliers de gouvernements pour évaluer et planifier les programmes d'emploi au Canada. Les taux de chômage régionaux sont utilisés par Emploi et Développement social Canada pour déterminer l'admissibilité au régime d'assurance-emploi, de même que le niveau et la durée des prestations pour les personnes qui vivent à l'intérieur d'une région d'assurance-emploi donnée. Les données sont utilisées par les analystes du marché du travail, les économistes, les consultants, les planificateurs, les prévisionnistes ainsi que les universitaires et ce, autant du secteur public que privé.
Activité statistique
Ensemble, quatre programmes statistiques brossent un portrait plus complet des événements actuels liés au marché du travail. Il s'agit de l'Enquête sur la population active (EPA), de l'Enquête sur l'emploi, la rémunération et les heures de travail (EERH), des Statistiques de l'assurance-emploi (SAE) et de l'Enquête sur les postes vacants et les salaires (EPVS). Chaque mois, l'EPA fournit des données actuelles sur le marché du travail, dont le taux de chômage, et une analyse démographique. Plus tard, le rapport de l'EERH présente des données plus détaillées sur l'emploi et la rémunération de l'industrie non agricole, et l'EPVS présente des données sur les indicateurs préliminaires sur les postes vacants. Les SAE fournissent beaucoup de détails sur les prestations d'assurance-emploi selon la région géographique, les caractéristiques sociodémographiques et la profession antérieure. Chaque trimestre, l'EPVS fournit des renseignements détaillés sur les postes vacants selon la profession et la région économique.
<br