Reply to Commentary response by Wanigaratne, Mawani, O'Campo,<i>et al</i>
Notice bibliographique
Résumé
We thank Wanigaratne and Mawani et al for taking the time to write this Commentary,1 which we have read with great interest. We agree that the framing and interpretation of findings about immigrant and refugee communities is of great importance and appreciate the opportunity to provide clarification. We would first like to acknowledge the valuable expertise of the authors as well as their strong relationships and vital advocacy work within communities. The primary aim of our study was to provide descriptive epidemiology of homicide in Ontario.2 Very few population-level descriptive studies have been published characterising homicides, particularly regarding trends in homicide victimisation between and across population subgroups. Our study team includes epidemiologists, professional and academics who work at the intersection of public health and violence, experience with implementing violence prevention programmes in marginalised populations around the world and expertise in working with large linked health administrative data. The linked health and administrative databases we used help fill the data gap with respect to understanding the victims of violence, including but not limited to refugee status.3 This aim is consistent with other descriptive database studies published about health and health system outcomes among immigrant and refugee populations in Ontario.4–11 The motivation for this study was to provide descriptive data that can be used by communities and researchers to better understand the distribution of health outcomes across populations. Our study found differences in risk of homicide across several social and economic indicators, including lower socioeconomic …
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 | 0,011 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,005 |
| Communication savante | 0,005 | 0,006 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,038 | 0,053 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,010 |
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 ».