MétaCan
Menu
Retour à la cohorte
Enregistrement W7098281885

RESEARCH ARTICLE Open Access The safety of Canadian rural maternity services: a multi-jurisdictional cohort analysis

2016· article· en· W7098281885 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueEducational Technology and E-Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStaffingCaesarean sectionLogistic regressionResidenceService (business)Psychological interventionNova scotiaPregnancyCohort study
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Background: Small Canadian rural maternity services are struggling to maintain core staffing and remain open. Existing evidence states that having to travel to access maternity services is associated with adverse outcomes. The goal of this study is to systematically examine rural maternal and newborn outcomes across three Canadian provinces. Methods: We analyzed maternal newborn outcomes data through provincial perinatal registries in British Columbia, Alberta and Nova Scotia for deliveries that occurred between April 1st 2003 and March 31st 2008. All births were allocated to maternity service catchments based on the residence of the mothers. Individual catchments were stratified to service levels based on distance to access intrapartum maternity services or the model of maternity services available in the community. The amalgamation of analyses from each jurisdiction involved comparison of logistic regression effect estimates. Results: The number of singleton births included in the study is 150,797. Perinatal mortality is highest in communities that are greater than 4 h from maternity services overall. Rates of prematurity at less than 37 weeks gestation are higher for rural women without local access to services. Caesarean section rates are highest in communities served by general surgical models.

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0030,001
Communication savante0,0020,000
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,074
Tête enseignante GPT0,396
Écart entre enseignants0,322 · 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'étudeObservationnel
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEducational Technology and E-LearningTravaux en français237 207