Juicios de valor implícitos en la medición de las desigualdades en salud
Notice bibliographique
Résumé
CONTEXTO: Los estimados cuantitativos de magnitud, dirección e índice de cambio de las desigualdades en salud juegan un papel crucial en la creación y evaluación de las políticas destinadas a eliminar la desproporcionada carga de enfermedad en las poblaciones carenciadas. En general se asume que la medición de las desigualdades en salud es un proceso con un valor neutral que brinda datos objetivos que luego se interpretan usando juicios normativos sobre si una particular distribución de la salud es justa, ecuánime o socialmente aceptable. MÉTODOS: Se discuten cinco ejemplos en los cuales los juicios normativos juegan un papel en la medición del proceso en sí, sea mediante la selección de una estrategia de medición sobre la exclusión de otras como mediante la selección del tipo, importancia o peso asignados a las variables que se están midiendo. HALLAZGOS: En términos generales, encontramos que muchas medidas de desigualdad comúnmente usadas son subjetivas y que los juicios normativos implícitos en estas medidas tienen importantes consecuencias de interpretación y respuesta a las desigualdades en salud. CONCLUSIONES: Debido a que los valores implícitos en la generación de las medidas de desigualdad en salud pueden llevar a interpretaciones radicalmente diferentes de los mismos datos subyacentes, instamos a los investigadores a considerar en forma explícita y discutir con transparencia los juicios normativos subyacentes en sus medidas. También instamos a los responsables de las políticas y a otros consumidores de datos sobre desigualdades en salud a prestar mucha atención a las medidas sobre las cuales basan su evaluación sobre las políticas de salud actuales y futuras.
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 | 0,034 | 0,095 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,010 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,003 |
| 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 ».