Cause-Specific Gender Differences in Potential Gains in Life Expectancy at Birth in Japan, 1965–2010.
Notice bibliographique
Résumé
INTRODUCTION: Potential gains in life expectancy (PGLE) are an effective indicator for measuring the impacts of causes of death. This study aims to measure gender differences in PGLEs at birth by eliminating major causes of death and to discover relative important causes explaining gender gaps in life expectancy in Japan. METHODS: Data of PGLEs due to the elimination of eleven kinds of cause of death by gender, were obtained from Japanese official websites (e.g. Ministry of Health, Labor and Welfare; National Institute of Population and Social Security Research). The study covered a period of 1965–2010. The PGLEs were measured using cause elimination life table technique. Gender differences in PGLE were calculated by PGLE in Male and in Female. Figures were displayed with Excel 2013. RESULTS: Cancer, heart diseases and cerebrovascular diseases had been the dominant causes of death since 1970s for both genders. PGLE in cancer increased till 1990s and then kept stable with about four years for male and three years for female. PGLE in cerebrovascular diseases decreased over the study period from three years to one year for both genders (Figure 1). Gender differences in PGLE in cancer kept increasing with a peak value of 1.17 years in 1996 and then fluctuated slightly remaining above the level of 0.9 years. Gender differences in PGLE in suicide increased from 0.06 years in 1965 to 0.42 years in 2010. However, gender differences in PGLE in accidents had decreased from 0.98 year to 0.22 year (Figure 2 & Figure 3).
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; 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 ».