MétaCan
Menu
← Retour à la cohorte
Enregistrement W3091231846 · doi:10.24095/hpcdp.31.4.05f

Recherche sur la surveillance et la prévention du suicide en Nouvelle-Écosse : pertinence de l’utilisation des dossiers des médecins légistes

2011· article· fr· W3091231846 sur OpenAlexaffvenueabout
LA Campbell, Lois Jackson, Richard Bassett, M.J. Bowes, Moraima de Semprún Donahue, Jennifer Cartwright, Steve Kisely

Notice bibliographique

RevueMaladies chroniques et blessures au Canada · 2011
Typearticle
Languefr
DomainePsychology
ThématiqueSuicide and Self-Harm Studies
Établissements canadiensCapital District Health AuthorityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Introduction Les dossiers des médecins légistes peuvent nous aider à mieux comprendre l’ampleur du suicide dans une population, ainsi que les facteurs sociodémographiques ou autres associés au phénomène. Méthodologie Cette étude pilote avait pour objectif principal de déterminer, à l’aide de méthodes mixtes, les sources et les types de renseignements contenus dans les dossiers du Service du médecin légiste de la Nouvelle-Écosse (SMLNE) susceptibles d’orienter la surveillance du suicide et de cibler les efforts de prévention. L’objectif secondaire était de dresser un portrait de la cohorte d’une année composée de 108 personnes décédées par suicide en 2006, à la lumière des renseignements sociodémographiques accessibles et de l’utilisation des soins de santé dans l’année précédant le décès. Résultats L’extraction des données a révélé des incohérences à la fois dans les dossiers et d’un dossier à l’autre quant au type et à la quantité de données sociodémographiques ou autres recueillies, empêchant ainsi toute analyse de corrélation. Toutefois, le recoupement des dossiers et des bases de données a révélé une utilisation fréquente des services de santé au cours du mois précédant le décès. Conclusion L’introduction d’une collecte systématique de données lors des enquêtes du SMLNE permettrait de produire un ensemble de données exhaustives qui seraient utiles pour l’élaboration de politiques et la recherche à l’échelle de la population.

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

Étiquettes directes de modèles (non validées)

Étiquettes de catégorie et de devis d'étude par modèle, issues des rondes d'étiquetage. C'est une sortie machine, non validée, et le désaccord entre modèles est livré comme donnée. Aucun devis ici n'est encore validé contre MEDLINE.

BrasCatégoriesDevis d'étudeConfiance
gemmaaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui
Observationnellow
gptaucune catégorie
Domaine: non disponible · Genre: Empirique
Porte sur le système de recherche canadien: non · Porte sur un sujet canadien: oui
Observationnellow
modèles en accordL'accord compare des ensembles de catégories et des devis identiques entre les bras.

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)0,019
score de la tête « metaresearch » (Gemma)0,082
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 enseignants0,966
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,082
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,087
Tête enseignante GPT0,340
Écart entre enseignants0,253 · 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

Étiqueté directement par 2 modèles lisant le dossier complet.

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
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueMaladies chroniques et blessures au Canada→Même sujetSuicide and Self-Harm Studies→Travaux en français237 207→