Family Matters: Enhancing Insight in Linked Administrative Data Through Familial Linkage
Notice bibliographique
Résumé
ObjectiveFamilial relationships can provide researchers with important insight into genetic, environmental, and social influences across many domains of research. While most administrative datasets do not collect information about relationships, familial linkage is an approach which seeks to identify such relationships among individuals within a linked data environment. We sought to develop a familial linkage resource which permits researchers access to relationship information otherwise not available in unlinked disparate administrative collections. ApproachLeveraging birth and marriage registration data, we sought to identify relationships between Victorians. Familial links were formed by summarising relationships that were either explicit in the data (e.g. Parent and Child), or implied (e.g. A parent of a parent is a grandparent). Resulting relationship data was stored in a data asset which interfaces with our linkage infrastructure for easy access and use by linked data end-users. ResultsThrough familial linkage, we have identified over 8.8 million unique relationships for Victorians, spanning 24 relationship subtypes which include both biological and non-biological connections. This data can be linked to all administrative datasets within our linkage environment, however representation varies across sources. Overall, the highest coverage of known relationships is found in datasets which specialise in child services, while older Victorians remain a gap. Conclusion and ImplicationsFamilial linkage offers new dimensions of insight to researchers than what is accessible in source data alone. This information enables our data end-users to gain critical insights into the complex interplay between biological and social influences on Victorians’ health and well-being.
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 | 0,028 | 0,137 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,008 | 0,013 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,010 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,002 |
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 ».