Notice bibliographique
Résumé
David Green (2022) défend l’idée que les données de l’expérience MINCOME ne soutiennent pas l’affirmation selon laquelle un revenu annuel minimum garanti réduit le cout des soins de santé. Je maintiens les conclusions tirées dans mon article « The Town with No Poverty » (2011) : la MINCOME est corrélée avec une dominution importante des taux d’hospitalisation chez les sujets traités par rapport à leurs équivalents de contrôle. La critique de Green dépend fortement des données de 1974 et 1975, données biaisées par l’annonce anticipée de la MINCOME. Elle s’appuie également sur des présupposés implicites et discutables concernant le fonctionnement des hôpitaux, en particulier dans les régions rurales et éloignées du Canada, et l’influence des déterminants sociaux, notamment le revenu, sur les résultats en santé. Je fournis des données qui corroborent les choix analytiques et soutiennent la conclusion de mon article original.
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 | 0,021 | 0,078 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,008 | 0,016 |
| Communication savante | 0,007 | 0,012 |
| Science ouverte | 0,008 | 0,006 |
| Intégrité de la recherche | 0,033 | 0,050 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,003 |
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 ».