Poids à la naissance et durée de gestation manquants? La solution dans le jumelage des fichiers des naissances et des hospitalisations
Notice bibliographique
Résumé
Au Québec, le nombre élevé de données manquantes pour le poids à la naissance et la durée de gestation dans le fichier des naissances engendrait des problèmes dans le calcul de certains indicateurs de santé. Or ces données sont présentes dans le fichier des hospitalisations. Le jumelage des deux fichiers permet de trouver le dossier se rapportant au même individu dans chaque fichier, de compléter les données manquantes et d'améliorer la qualité du fichier des naissances. Le jumelage s'est révélé un succès puisqu'il a permis de diminuer la proportion des valeurs manquantes dans le fichier des naissances à 0,1 % pour le poids à la naissance et à 0,2% pour la durée de gestation en 1993, comparativement à 1,1 % et 3,2% respectivement en 1992. Le même travail a été fait pour le fichier des mortinaissances, avec un résultat encore plus spectaculaire : les pourcentages de valeurs manquantes sont alors passés de 10,4% et 7,7 % respectivement en 1992 à 0,3 % dans les deux cas en 1993.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».