MétaCan
Menu
Retour à la cohorte
Enregistrement W4244750983 · doi:10.1111/j.1728-4457.2009.00278.x

Introduction

2009· article· en· W4244750983 sur OpenAlexaff
John G. Haaga

Notice bibliographique

RevuePopulation and Development Review · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInsurance, Mortality, Demography, Risk Management
Établissements canadiensInstitute of Aging
Organismes subventionnairesnon disponible
Mots-clésPopulation ageingContext (archaeology)PaceAffect (linguistics)PopulationGerontologyFertilityDemographic economicsSociologyPsychologyDemographyGeographyEconomicsMedicine

Résumé

récupéré en direct d'OpenAlex

This is an expanded version of comments on the future of the demography of aging at an invited session of the 2008 annual meeting of the Population Association of America. In an introduction, John Haaga offers reasons for a revival of interest in population aging, including greater realization of plasticity in aging trajectories at both individual and societal levels. Linda Martin proposes that population scientists working in aging emulate those studying fertility and family planning in previous decades, learning from interventions (in this case, aimed at increasing retirement savings and reducing disability at older ages). Changes in family structure will increasingly affect new cohorts of the elderly, and Linda Waite speculates on the ways in which changes in the economy, medicine, and the legal environment could affect the social context for aging. Research on mortality at older ages is “alive and well” asserts James Vaupel, who sets out six large questions on mortality trends and differentials over time and across species. Lastly, Wolfgang Lutz expands the scope of projections, showing the considerable uncertainty about the timing and pace of population aging in the developing world and the effects on future elderly of the increases in educational attainment in much of the world during the second half of the twentieth century.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,417
Score d'incertitude au seuil0,831

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,004
Science ouverte0,0020,003
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,4170,247

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 Opus0,023
Tête enseignante GPT0,327
Écart entre enseignants0,303 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreÉditorial

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePopulation and Development ReviewMême sujetInsurance, Mortality, Demography, Risk ManagementTravaux en français237 207