Un indice de défavorisation pour la planification de la santé au Canada
Notice bibliographique
Résumé
Les bases administratives du secteur de la santé au Canada ne comportent pas d’informations socio-économiques. Pour faciliter la prise en compte des inégalités socio-économiques de santé à des fins de planification, cette étude propose un indice canadien de défavorisation matérielle et sociale. On y présente le concept de défavorisation, les aspects méthodologiques relatifs à la construction de l’indice et un exemple de son utilisation concernant la mortalité prématurée (avant l’âge de 75 ans). Les variations de la défavorisation et ses liens avec la mortalité sont illustrés à l’échelle du Canada et selon le milieu géographique : les régions métropolitaines de recensement (RMR) de Toronto, Montréal et Vancouver, les autres RMR, les villes de taille moyenne (AR), les petites villes et le monde rural, et les cinq régions canadiennes, soit l’Atlantique, le Québec, l’Ontario, les Prairies et la Colombie-Britannique. La défavorisation matérielle et sociale et ses liens avec la mortalité varient considérablement selon le milieu géographique. Ces résultats sont commentés, de même que le sont les limites de l’indice et ses possibilités pour la planification de la santé.
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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,006 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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 ».