MétaCan
Menu
← Retour à la cohorte
Enregistrement W2624107936 · doi:10.1093/pch/pxx061

Three hundred babies born to underhoused mothers in Toronto—understanding the problem and how we can help

2017· article· en· W2624107936 sur OpenAlexaffabout
Sonam Shah, Joyce Bernstein, Aideen M. Moore, Gillian Thompson, Sadia Sohail, Lee Ford-Jones, Ashley Vandermorris

Notice bibliographique

RevuePaediatrics & Child Health · 2017
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensHospital for Sick ChildrenToronto Public HealthUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésData collectionPovertyMental healthPublic healthPopulationPsychologyPregnancyMedicineEnvironmental healthGerontologyDemographyPsychiatrySociologyNursingEconomic growthSocial science

Résumé

récupéré en direct d'OpenAlex

Little is known about pregnancy in underhoused women, possibly because the number of underhoused mothers with babies in Toronto has been significantly underestimated. Using a novel data collection method, it has been found that there are approximately 300 babies being born each year to underhoused women in Toronto. This finding has significant public health implications, as these women are at increased risk of multiple issues related to physical health, mental health, child protection, poverty and safety. This commentary presents a new data collection strategy, highlights the importance of accurate data collection and offers suggestions for supports for this over-looked population.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,153
Score d'incertitude au seuil0,309

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0050,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,374
Écart entre enseignants0,300 · 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'étudeObservationnel
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

Citations4
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePaediatrics & Child Health→Même sujetHomelessness and Social Issues→Travaux en français237 207→