MétaCan
Menu
← Retour à la cohorte
Enregistrement W4404718626 · doi:10.70949/pramed200801223m

COMPARATIVE ANALISYS OF ANALISYS OF HEALTH SURVEYS

2008· article· en· W4404718626 sur OpenAlexaboutno aff
Momčilo Mirković, Aleksandar Ćorac, Marina Vukotic, R. Živorad, V. Biserka

Notice bibliographique

RevuePraxis medica · 2008
Typearticle
Langueen
DomaineMathematics
ThématiqueCensus and Population Estimation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocioeconomicsSociology

Résumé

récupéré en direct d'OpenAlex

One of aims of health surveys is comparison helth status of residents on different territories. Comparative analysis оf health surveys in five countries: (England, USA, Ireland, Canada and Hungary) and establish opportunities for comparison health status of residents in different country. Will be doing comparative analysis of results from health surveys in five quoted country. First of all, will be doing comparison of methods and derived results. Specially, will be notice on determinants of health which are applied in surveys. Methodology which was used is, mainly, similar in all country. Its health state like a best describes residents of USA. There are most smokers among Hungarians (30,5%) and least of all among Americans (17%). There are most obeses among residents of England (23,1%) and least of all among Canadians (15%). Most Americans and Hungarians (85%) visited general practitioners in recent year. Questions about limited mobility, depression, mental health, cardiovascular diseases, diabetes, blood pressure, fisical activity, mammography, prescribe medicine, estimation quality of health care service and satisfaction with health care service there isn't in most of surveys. We can conclude that the methodology, which was used in surveys, is mainly similar. There are, obviously, variances in wording questions, respecting in determinants of health wich are exploratives in questionnaires. In order to escape these variances, one of the solution would have been using standardized questionnaires, which will be using in future surveys in all country.

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)0,131
score de la tête « metaresearch » (Gemma)0,375
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,869
Score d'incertitude au seuil0,692

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1310,375
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0230,018
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0020,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,209
Tête enseignante GPT0,416
Écart entre enseignants0,207 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePraxis medica→Même sujetCensus and Population Estimation→Travaux en français237 207→