MétaCan
Menu
Retour à la cohorte
Enregistrement W3042395988 · doi:10.24095/hpcdp.40.7/8.04

Initial evaluation of Manitoba’s cannabis surveillance system

2020· article· en· W3042395988 sur OpenAlexaffvenueabout
Anja Bilandzic, Songul Bozat‐Emre

Notice bibliographique

RevueHealth Promotion and Chronic Disease Prevention in Canada · 2020
Typearticle
Langueen
DomaineMathematics
ThématiqueCensus and Population Estimation
Établissements canadiensManitoba HealthUniversity of ManitobaPublic Health Agency of Canada
Organismes subventionnairesnon disponible
Mots-clésLegalizationCannabisGovernment (linguistics)StakeholderBusinessPlan (archaeology)Public health surveillancePublic healthFlexibility (engineering)Environmental healthComputer securityInternet privacyPublic relationsComputer sciencePolitical scienceMedicineGeographyNursingPsychiatry

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Health insurance registries, which capture insurance coverage and demographic information for entire populations, are a critical component of population health surveillance and research when using administrative data. Lack of standardization of registry information across Canada's provinces and territories could affect the comparability of surveillance measures. We assessed the contents of health insurance registries across Canada to describe the populations covered and document registry similarities and differences. METHODS: A survey about the data and population identifiers in health insurance registries was developed by the study team and representatives from the Public Health Agency of Canada. The survey was completed by key informants from most provinces and territories and then descriptively analyzed. RESULTS: Responses were received from all provinces; partial responses were received from the Northwest Territories. Demographic information in health insurance registries, such as primary address, date of birth and sex, were captured in all jurisdictions. Data captured on familial relationships, ethnicity and socioeconomic status varied among jurisdictions, as did start and end dates of coverage and frequency of registry updates. Identifiers for specific populations, such as First Nations individuals, were captured in some, but not all jurisdictions. CONCLUSION: Health insurance registries are a rich source of information about the insured populations of the provinces and territories. However, data heterogeneity may affect who is included and excluded in population surveillance estimates produced using administrative health data. Development of a harmonized data framework could support timely and comparable population health research and surveillance results from multi-jurisdiction studies.

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)0,029
score de la tête « metaresearch » (Gemma)0,046
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,309

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0290,046
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,116
Tête enseignante GPT0,386
Écart entre enseignants0,270 · 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

Citations1
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHealth Promotion and Chronic Disease Prevention in CanadaMême sujetCensus and Population EstimationTravaux en français237 207