MétaCan
Menu
Retour à la cohorte
Enregistrement W2144498375 · doi:10.3905/jai.2004.439656

Precipitation Modeling and Contract Valuation

2004· article· en· W2144498375 sur OpenAlexaff
Melanie Cao, Anlong Li, Jason Zhanshun Wei

Notice bibliographique

RevueThe Journal of Alternative Investments · 2004
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInsurance and Financial Risk Management
Établissements canadiensUniversity of TorontoYork University
Organismes subventionnairesnon disponible
Mots-clésValuation (finance)EconometricsBusinessEconomicsActuarial scienceAccounting

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE--To investigate if psychological distress during pregnancy is associated with increased risk of preterm delivery. DESIGN--Prospective, population based, follow up study with repeated measures of psychological distress (general health questionnaire), based on the use of questionnaires. SETTING--Antenatal care clinic and delivery ward, Aarhus University Hospital, Denmark. SUBJECTS--8719 women with singleton pregnancies attending antenatal care for the initial visit between 1 August 1989 and 30 September 1991; 5872 women (67%) completed all questionnaires. MAIN OUTCOME MEASURE--Preterm delivery. Estimation of gestational age at delivery was mainly based on early ultrasound measurements. RESULTS--In 197 cases (3.6%) the woman delivered prematurely (less than 259 days). A dose-response relation between psychological distress in the 30th week of pregnancy and risk of preterm delivery was found, but distress measured in the 16th week was not related to preterm delivery. Control of confounding was secured by the use of multivariate logistic regression models. Relative risk for preterm delivery was 1.22 (95% confidence interval 0.84 to 1.79) for moderate distress and 1.75 (1.20 to 2.54) for high distress in comparison to low distress. CONCLUSIONS--Psychological distress later in pregnancy is associated with an increased risk of preterm delivery. Future interventional studies should focus on ways of lowering psychological distress in late pregnancy.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0020,002
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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.

Tête enseignante Opus0,061
Tête enseignante GPT0,268
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations44
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Alternative InvestmentsMême sujetInsurance and Financial Risk ManagementTravaux en français237 207