MétaCan
Menu
Retour à la cohorte
Enregistrement W4415581724 · doi:10.1093/eurpub/ckaf161.626

Data visualisations to monitor health in Norway

2025· article· en· W4415581724 sur OpenAlexaboutno aff
Heidi Lyshol

Notice bibliographique

RevueEuropean Journal of Public Health · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHealth, Environment, Cognitive Aging
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDashboardNorwegianPublic healthSustainabilityInequalityBar chartPopulationHealth careChristian ministry

Résumé

récupéré en direct d'OpenAlex

Abstract In Norway, data visualisations have been an important form of health reporting for a very long time, going back at least to Statistics Norway's mortality report 1831-1850, which included a shaded map. Social inequalities came up on the Norwegian public health agenda from the 1990s, inspired by the Black report and the Ottawa charter, with several publications that included maps and timelines. Since 2000, the interactive database NorHealth has presented timelines, maps and bar charts illustrating population health and underlying causes for national and regional decision-makers. Indicators on social inequality in health have always been included. The Public Health Profiles (annual from 2012) present health-related data from each municipality in an understandable form, while ongoing projects like Nabolagshelse (‘Neighbourhood health’) aim to add a sustainability perspective. Actual dashboards, defined as single-topic visual representations, have been less common, but after COVID-19, dashboards have been developed within many fields, including National Centre for Ageing and Health's Dementia map, Vestfold county's Sustainability dashboard and Statistics Norway's new visualisations using Tableau Public. The latter demonstrates i.e. social inequality in the use of health services. The Directorate of Health's National digitalisation monitor for the health and care services demonstrates the move towards computer literacy, with dashboards of electronic booking of GP appointments, use of e-prescriptions and production of e-donor cards. Norway's broad participation in JA PreventNCD will lead to more widespread information about how dashboards could be useful in the Norwegian context. The Ministry of Health has ordered a dashboard for the health of older adults (2025). Disclaimer: Contributions to this publication, such as conclusions or other content, made by employees of the Norwegian Directorate of Health, have not been processed within the organisation.

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)0,009
score de la tête « metaresearch » (Gemma)0,021
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,060
Score d'incertitude au seuil0,120

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,021
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,006
Études des sciences et des technologies0,0010,001
Communication savante0,0060,004
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0290,004

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 Opus0,110
Tête enseignante GPT0,376
Écart entre enseignants0,267 · 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'étudeSans objet
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Public HealthMême sujetHealth, Environment, Cognitive AgingTravaux en français237 207