MétaCan
Menu
Retour à la cohorte
Enregistrement W6931651226 · doi:10.5683/sp3/w42q5x

Synthetic: Canadian Community Health Survey, 2009: Full Sample File [Canada]

2010· dataset· en· W6931651226 sur OpenAlexaffabout

Notice bibliographique

RevueBorealis · 2010
Typedataset
Langueen
DomaineNeuroscience
ThématiqueNeuroscience and Music Perception
Établissements canadiensStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésData fileCommunity healthSample (material)PopulationPopulation healthAmerican Community SurveyHealth dataTest (biology)

Résumé

récupéré en direct d'OpenAlex

PLEASE NOTE: This is a Synthetic data file, also known as a Dummy File - it is NOT real data. This synthetic data file should not be used for purposes other than to develop and test computer programs that are to be submitted by remote access. Each record in the synthetic file matches the format and content parameters of the real Statistics Canada Master File with which it is associated, but the data themselves have been 'made up'. They do NOT represent responses from real individuals and should NOT be used for actual analysis. These data are provided solely for the purpose of testing statistical packing 'code' (e.g. SPSS syntax, SAS programs, etc.) in preparation for analysis using the associated Master File in a Research Data Centre, by Remote Job Submission, or by some other means of secure access. If statistical analysis 'code' works with the synthetic data, researchers can have some confidence that the same code will run successfully against the Master File data in the Research Data Centres. <br> <br> The Canadian Community Health Survey (CCHS) is a cross-sectional survey that collects information related to health status, health care utilization and health determinants for the Canadian population. Starting in 2007, the CCHS now operates using continuous collection. It is a large sample, general population health survey, designed to provide reliable estimates at the health region level. <br> <br> In order to provide researchers with a means to access the master file(s), a remote access facility has been implemented. Remote access provides researchers with the possibility to submit computer programs via e-mail to a dedicated address <a href="mailto:cchs-escc@statcan.ca">(cchs-escc@statcan.ca)</a>, and to receive the results by return e-mail. To obtain remote access privileges, it is necessary that researchers obtain advance approval from the Health Statistics Division. Requests must be submitted to the aforementioned e-mail address and must provide the following, clearly itemized information: <br> <br> •the researcher’s affiliation, <br> • the name of all researchers involved in the project, <br> • the title of the research project, <br> • an abstract of the project, <br> • the goals of the research, <br> • the data to which access is required (survey, cycle), <br> • why the project requires access to the master data rather than the PUMF, <br> • why Remote Access service is chosen rather the on-site access in a Research Data Centre (RDC), <br> • the expected results, and <br> • the project’s expected completion date. <br> <br> Further information is available by contacting the CCHS team at the above e-mail address or by phone at (613) 951-1653. Once the request for remote access has been approved, the researcher can submit his/her computer programs to the CCHS team for processing on the master file(s). The computer output is reviewed by the team for confidentiality concerns and returned to the researcher. However, the correctness and accuracy of each program submission remains, at all times, the sole responsibility of the researcher.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,059
Tête enseignante GPT0,297
Écart entre enseignants0,238 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBorealisMême sujetNeuroscience and Music PerceptionTravaux en français237 207