Notice bibliographique
Résumé
IntroductionAt the Manitoba Centre for Health Policy (MCHP), we have been performing data linkage for over 25 years. Over time, the Manitoba Population Research Data Repository (MPRDR) has expanded to over 80 datasets. Data linkage methods are key to bringing all this data together for population-based research. Objectives and ApproachThe presentation will include a detailed description of the individual steps involved in the data linkage process and provide information about the methods developed and knowledge gained over time at MCHP. We will present different scenarios linking health, education, social and justice data and the choices that are made prior to and during data linkage. The data linkage process and linkage methods, including data validation techniques, will be illustrated with examples from our work. ResultsThe presentation will describe the different types of data we have in the MPRDR and illustrate how the data are processed in a de-identified manner so that privacy and confidentiality are maintained. The presentation will provide details on the data linkage methods used, dependent on the type of data sources being linked. This involves identifying and describing a 5-step data linkage process, including: pre-processing (gaining knowledge about the data and cleaning/standardization techniques); searching for and selecting the appropriate linkage variables; applying different linkage techniques (e.g.: deterministic, probabilistic, “fuzzy matching” and manual review) to the data, “rules” for deciding when data linkage should occur, and reporting and Interpreting linkage outcome metrics and quality. Conclusion/ImplicationsOur ability to link different data sources provides the capacity to study questions and complex issues related to health, social, education and justice from a population perspective. The techniques and methods described in this presentation should be applicable to other organizations linking administrative data.
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 | 0,025 | 0,049 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,017 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,023 | 0,003 |
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 ».