MétaCan
Menu
← Retour à la cohorte
Enregistrement W3035336233 · doi:10.33137/utjph.v1i1.33825

Developmental Disorders in Canada

2020· article· en· W3035336233 sur OpenAlexaffabout
Sarah Palmeter

Notice bibliographique

RevueUniversity of Toronto Journal of Public Health · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueCerebral Palsy and Movement Disorders
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPublic healthPsychological interventionDevelopmental disorderAgency (philosophy)GerontologyMedicinePsychologyPsychiatryAutism

Résumé

récupéré en direct d'OpenAlex

In the completion of my practicum at the Public Health Agency of Canada (PHAC) this summer, I worked to develop a surveillance knowledge product to support the national surveillance of developmental disorders. This project used Statistics Canada’s 2017 Canadian Survey on Disability to investigate the burden of developmental disorders in Canada. Developmental disorders are conditions with onset in the developmental period. They are associated with developmental deficits and impairments of personal, social, academic, and occupational function. The project objectives are to estimate the prevalence of developmental disorders in Canadians 15 years of age or older, overall and by age and sex, as well as report on the age of diagnosis, disability severity, and disability co-occurrence in those with developmental disorders. The majority of the analysis has been completed and preliminary results completed, which cannot be released prior to PHAC publication. Although not highly prevalent, developmental disorders are associated with a high level of disability in young Canadians. Early detection and interventions have been shown to improve health and social outcomes among affected individuals. Understanding the burden of developmental disorders in Canada is essential to the development of public health policies and services.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: aucune
Score de désaccord entre enseignants0,093
Score d'incertitude au seuil0,671

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,008
Études des sciences et des technologies0,0100,001
Communication savante0,0030,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0200,002

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 Opus0,028
Tête enseignante GPT0,231
Écart entre enseignants0,204 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUniversity of Toronto Journal of Public Health→Même sujetCerebral Palsy and Movement Disorders→Travaux en français237 207→