DESCRIPCIÓN DEL INTENTO SUICIDA EN ARMENIA 2016-2018
Notice bibliographique
Résumé
Introducción: La incidencia en Colombia del intento de suicidio ha ido en aumento año tras año, siendo el Quindío uno de los departamentos con una tasa de incidencia superior a la del país por lo que se hace necesario la caracterización de la población y la identificación de los factores relacionados con el intento de suicidio en la región. Objetivo: Describir el intento de suicidio en la ciudad de Armenia durante el periodo 2016 – 2018. Metodología: Se realizó un estudio observacional descriptivo con un primer intento suicida notificado por el SIVIGILA, se utilizó estadística descriptiva, pruebas de Chi cuadrado y Mann Whitney. Resultados: Se analizó una muestra de 598 casos notificados de intento de suicidio donde más del 50% fueron menores de 29 años y según su estado civil el 68,9% se encontraba sin pareja; el estrato socioeconómico predomínate fue bajo, el mecanismo utilizado más frecuente fue la intoxicación. Se encontró relación entre intentos de suicidios previos y enfermedad crónica, problemas jurídicos, antecedente de trastorno psiquiátrico y consumo de SPA. Según el periodo epidemiológico en los años analizados la tendencia fue creciente para los periodos IX y XI.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».