Valuing Mortality Risk Reductions in Canada: An Updated Meta-Analysis and Policy Guidance
Notice bibliographique
Résumé
La valeur de la réduction du risque de mortalité (VRRM) constitue un élément clé de l’analyse économique des politiques publiques. La réduction du risque de mortalité représente souvent la majeure partie des avantages totaux dans les analyses des politiques de santé, de sécurité et d’environnement. Par conséquent, il est essentiel de disposer de mesures précises et actualisées de la VRRM. Nous avons réalisé une méta-analyse afin de mettre à jour l’estimation de la VRRM du Canada sur la base de 158 estimations extraites de 18 études primaires publiées entre 1989 et 2018. Nous utilisons la méthode des moindres carrés pondérés, les erreurs groupées et les procédures de régression des données de panel pour traiter différentes questions empiriques dans notre méta-analyse. Notre analyse, qui s’appuie sur des études privilégiées incluant des échantillons représentatifs, aboutit à une estimation moyenne pondérée de la VRRM de 13 millions de dollars en 2020, alors que les valeurs inférieures et supérieures de deux méthodes d’évaluation alternatives vont d’environ 10 millions de dollars à 16,5 millions de dollars. La moyenne actualisée de la VRRM est de 43% plus élevée que l’estimation actuelle de la VRRM recommandée par le Secrétariat du Conseil du Trésor du Canada. L’analyse de méta-régression montre également que les niveaux de risque de base et de réduction du risque figurent parmi les principaux déterminants des estimations de la VRRM. Nous recommandons l’application d’une estimation actualisée de la VRRM dans les évaluations de politiques, étant donné que l’utilisation de la mesure actuelle peut mener à des calculs d’avantages et de coûts trompeurs, ainsi qu’à des recommandations de politiques potentiellement inexactes.
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 | 0,038 | 0,086 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,024 |
| Bibliométrie | 0,010 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».