Donner l’élan nécessaire à l’utilisation de l’indicateur de mortalité évitable au Canada
Notice bibliographique
Résumé
Délibération au sujet du problèmeCertains participants au dialogue reconnaissaient la valeur de l'indicateur de mortalité évitable afin d'attirer l'attention sur des problèmes (par exemple les régions géographiques ou les populations au Canada qui contribuent de façon disproportionnée au taux de mortalité évitable) et ainsi permettre d'examiner les secteurs, les systèmes, les programmes et les services qui contribuent à de tels problèmes.Aucun participant au dialogue n'était contre l'idée d'intégrer l'indicateur au sein d'une série d'indicateurs qui sont rapportés et surveillés.Cela dit, les participants au dialogue ont cerné deux types de caractéristiques interdépendantes du problème en raison duquel il est difficile de donner l'élan nécessaire à l'utilisation de l'indicateur de mortalité évitable au Canada : 1) le manque de clarté concernant la meilleure façon d'utiliser l'indicateur (en particulier du point de vue de l'orientation des décisions) et quelles seraient les personnes qui l'utiliseraient le mieux et 2) l'absence d'une démarche cohérente permettant de mesurer la mortalité évitable à l'échelle internationale, ce qui complique les comparaisons entre les pays et contribue au manque d'accès aux données sur la mortalité évitable au sein du pays, et nuit aux groupes de recherche qui souhaiteraient analyser les données pour orienter la prise de décisions.
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 | 0,010 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,017 | 0,005 |
| Communication savante | 0,006 | 0,002 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 ».