Editorial: Realizing the Vision. The Canadian Longitudinal Study on Aging as a Strategic Initiative of the Canadian Institutes of Health Research
Notice bibliographique
Résumé
RÉSUMÉ L’Étude longitudinale canadienne sur le vieillissement (ÉLCV) a progressé à partir d’une vision lancée par l’Institut du vieillissement des IRSC en 2001 à une plateforme nationale de recherche subventionnée par le fédéral en 2008. Le développement du protocole d’ÉLCV a été mis en valeur par une série d’examens internationaux par les pairs, un comité de coordination multisectoriel, et un comité des IRSC des questions d’éthique, juridiques, et sociales; chacun était essentiel à l’excellence de la science et à rendre l’ÉLCV pertinente aux secteurs multiples. L’équipe de recherche de l’ÉLCV, menée par trois cochercheurs principaux (Kirkland, Raina, et Wolfson), a développé un protocole unique se concentrant sur le vieillissement de la cellule à la société – conçue pour suivre 50 000 personnes âgées entre 45 à 85 ans, sur une période de 20 ans années. Une association stratégique avec Statistique Canada a été cruciale au développement et au lancement de l’ÉLCV. L’ÉLCV contribuera à notre compréhension des transitions et de la trajectoire chez une population qui vieillit, et différera des études longitudinales du vieillissement dans le monde entier par rapport á l’ampleur de sa portée, le recrutement des moins âgés dans l’étude (âge 45), la diversité ethno-culturelle de la population du Canada, et au potentiel de lier des données rassemblées aux données administratives de santé au niveau provincial. L’étude d’IRSC est une étude novatrice longitudinale, basée sur la population, qui sera une ressource de recherche sans précédent soutenant la recherche multidisciplinaire et la prise de décision fondée sur des faits dans le domaine du vieillissement au Canada.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,034 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,018 | 0,003 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,005 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».