Sex differences in COVID-19 deaths in the early months of the pandemic in Canada: An examination with an immigration lens
Notice bibliographique
Résumé
Background: At the onset of the COVID-19 pandemic, there was an overrepresentation of males in COVID-19 deaths worldwide, with Canada reporting more female COVID-19 deaths. This paper examines the overrepresentation of female COVID-19 deaths in Canada, with an immigration lens. Data and methods: Data were extracted from the COVID-19 Sex-Disaggregated Data Tracker to compare the sex distribution of COVID-19 deaths in Canada with that of other countries. A linkage of deaths to the Longitudinal Immigration Database (IMDB) allows for the comparison of sex-specific COVID-19 death rates by immigrant status for age and geography, as well as by major employment sector among immigrants, using the tax data from the IMDB. Results: While there were proportionately more female than male COVID-19 deaths in Canada in the early months of the pandemic, this trend was mainly a phenomenon among non-immigrants aged 85 and older. In addition, COVID-19-specific death rates for males were higher than those for females across age groups by immigrant status, except for those aged 85 and older among the non-immigrant population. Among immigrants, the death rate among health care and social assistance workers was higher among males than among females (10.7 vs. 2.9 per 100,000 population). The initially observed overrepresentation of female COVID-19 deaths to male COVID-19 deaths in Canada evened out in the summer of 2021. Interpretation: The higher proportion of female COVID-19 deaths was likely related to the high concentration of COVID-19 deaths in long-term care facilities, where a lower institutionalization rate for immigrants had been observed. Since the implementation of vaccination targeting long-term care facility residents in Canada, the overrepresentation of female COVID-19 deaths ceased.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,004 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».