Our Health Counts Toronto: using respondent-driven sampling to unmask census undercounts of an urban indigenous population in Toronto, Canada
Notice bibliographique
Résumé
OBJECTIVES: To provide evidence of the magnitude of census undercounts of 'hard-to-reach' subpopulations and to improve estimation of the size of the urban indigenous population in Toronto, Canada, using respondent-driven sampling (RDS). DESIGN: Respondent-driven sampling. SETTING: The study took place in the urban indigenous community in Toronto, Canada. Three locations within the city were used to recruit study participants. PARTICIPANTS: 908 adult participants (15+) who self-identified as indigenous (First Nation, Inuit or Métis) and lived in the city of Toronto. Study participants were generally young with over 60% of indigenous adults under the age of 45 years. Household income was low with approximately two-thirds of the sample living in households which earned less than $C20 000 last year. PRIMARY AND SECONDARY OUTCOME MEASURES: We collected baseline data on demographic characteristics, including indigenous identity, age, gender, income, household type and household size. Our primary outcome asked: 'Did you complete the 2011 Census Canada questionnaire?' RESULTS: Using RDS and our large-scale survey of the urban indigenous population in Toronto, Canada, we have shown that the most recent Canadian census underestimated the size of the indigenous population in Toronto by a factor of 2 to 4. Specifically, under conservative assumptions, there are approximately 55 000 (95% CI 45 000 to 73 000) indigenous people living in Toronto, at least double the current estimate of 19 270. CONCLUSIONS: Our indigenous enumeration methods, including RDS and census completion information will have broad impacts across governmental and health policy, potentially improving healthcare access for this community. These novel applications of RDS may be relevant for the enumeration of other 'hard-to-reach' populations, such as illegal immigrants or homeless individuals in Canada and beyond.
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 | 0,007 | 0,014 |
| 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 | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».