MétaCan
Menu
Retour à la cohorte
Enregistrement W4401713209 · doi:10.1093/aje/kwae274

Explaining the sharp decline in birth rates in Canada and the United States in 2020

2024· article· en· W4401713209 sur OpenAlexaboutno aff
Amit N. Sawant, Mats Julius Stensrud

Notice bibliographique

RevueAmerican Journal of Epidemiology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Maternal and Child Health
Établissements canadiensnon disponible
Organismes subventionnairesEuropean CommissionSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungNational Science Foundation
Mots-clésDemographyPandemicCoronavirus disease 2019 (COVID-19)Birth rateGeography2019-20 coronavirus outbreakMedicinePopulationFertilityOutbreakSociology

Résumé

récupéré en direct d'OpenAlex

Birth rates in Canada and the United States declined sharply in March 2020 and deviated from historical trends. This decline was absent in similarly developed European countries. We argue that the selective decline was driven by incoming individuals, who would have traveled from abroad and given birth in Canada and the United States had there been no travel restrictions during the COVID-19 pandemic. Furthermore, by leveraging data from periods before and during the COVID-19 travel restrictions, we quantified the extent of births by incoming individuals. In an interrupted time series analysis, the expected number of such births in Canada was 970 per month (95% CI, 710-1200), which is 3.2% of all births in the country. The corresponding estimate for the United States was 6700 per month (95% CI, 3400-10 000), which is 2.2% of all births. A secondary difference-in-differences analysis gave similar estimates, at 2.8% and 3.4% for Canada and the United States, respectively. Our study reveals the extent of births by recent international arrivals, which hitherto has been unknown and infeasible to study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,134

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,334
Écart entre enseignants0,311 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of EpidemiologyMême sujetGlobal Maternal and Child HealthTravaux en français237 207