Trend 1980 - 2006. United Nations Economic Commission for Europe. Gender Statistics [Archive]: Death Rate by Cause | Country: Austria | Selection 1: 45 - 64 | Selection 2: Both sexes, 1980-2006. Data Planet™ Statistical Ready Reference: A SAGE Publishing Resource Dataset-ID: 054-003-053.
Notice bibliographique
Résumé
United Nations Economic Commission for Europe (2018). Gender Statistics [Archive]: Death Rate by Cause | Country: Austria | Selection 1: 45 - 64 | Selection 2: Both sexes, 1980-2006. Data Planet™ Statistical Ready Reference: A SAGE Publishing Resource [Dataset]. Dataset-ID: 054-003-053. Dataset: Shows death rate, by cause and sex. The Gender Statistics database presents sex-disaggregated social data for the 56 member states of the United National Economic Commission on Europe (UNECE) region, which include the countries of Europe, but also Canada, the United States, Kazakhstan, Kyrgyzstan, Tajikistan, Turkmenistan, Uzbekistan, and Israel. The data covers the Common Gender Indicators for the UNECE region as well as the data series that are used to calculate these indicators. The data have been supplied by national statistical offices through the network of Gender Statistics Focal Points, and are compiled by the Statistical Division of the UNECE Secretariat from different official national and international sources. Data available varies by country. NOTE: Data-Planet discontinued updating of this dataset in 2011 due to irregularities in the data structure. For more recent data on similar topics, please see the Eurostat database. Diseases and external causes of death are coded differently in different versions of the International Classification of Diseases (ICD). For many diseases it is not possible to identify codes in different classification systems that would correspond precisely to the same disease or groups of diseases. Often the change in the trend of a certain cause-specific mortality rate may be the result of a changing ICD version or national death certification and coding practices, rather than an actual change in the mortality. It should be noted that mortality rates for some countries may be biased due to the under-registration of death cases. The basic principle of selection of the 25 CoD for presentation in the UNECE Gender Database is to include one main SDR for each of the ICD chapters and also to focus on some of the leading CoD across the European Region and some specific causes with high gender differences. Category: Health and Vital Statistics, International Relations and Trade Source: United Nations Economic Commission for Europe The United Nations Economic Commission for Europe (UNECE) was established in 1947 as one of the five regional economic commissions of the United Nations. Its major aim is to promote pan-European economic integration. To do so, UNECE brings together 56 countries located in the European Union, non-EU Western and Eastern Europe, South-East Europe and Commonwealth of Independent States (CIS) and North America. All these countries dialogue and cooperate under the aegis of the UNECE on economic and sectoral issues. http://www.unece.org/ Subject: Death Rates, Gender, Diseases
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 | 0,002 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,018 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,112 | 0,129 |
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 ».