Notice bibliographique
Résumé
La pandémie récente a suscité au Canada de nombreux appels à la mise sur pied d’un système national standardisé de données sur la santé en vue de lutter plus efficacement contre la contamination. En raison de la division constitutionnelle des pouvoirs, la santé est au Canada de juridiction provinciale et ce sont donc les provinces qui sont au premier rang de la lutte contre la COVID. Elles se trouvent par conséquent également en charge de recueillir toutes les données pertinentes. Or, les pratiques différentes des provinces en matière de collecte des données rendent plus difficile l’établissement d’un portrait national en temps réel de la situation épidémique. Dans ce contexte, les autorités fédérales en matière de statistique – Statistique Canada en partenariat avec l’Agence de la santé publique du Canada – ont été marginalisées et de nouveaux acteurs – médiatiques, scientifiques, entrepreneuriaux – ont suppléé en partie à cette carence, remettant de facto en cause le « monopole de l’autorité statistique légitime ». La publication récente des données sur la surmortalité a confirmé de manière nette l’incapacité du système de surveillance mis en place à offrir un portrait national cohérent et à jour de la mortalité due à la COVID.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,064 | 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 tête enseignante, 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 ».