Achieving Data Quality in a Statistical Agency: A Methodological Perspective DATA DETECTIVES: UNCOVERING SYSTEMATIC ERRORS IN ADMINISTRATIVE DATABASES
Notice bibliographique
Résumé
Secondary users of health information often assume that administrative data provides a relatively sound basis when making important planning and policy decisions. If errors are evenly and/or randomly distributed this may have little impact. This assumption is betrayed when information sources contain systematic errors, or when systematic errors are introduced in the creation of master files. The most common systematic errors involve underreporting of activity for a specific population, inaccurate re-coding of spatial information, or differences in data entry protocols. The Central East Health Information Partnership (CEHIP) provides information support for development of public health programs and health system planning through a partnership in Ontario’s most populous health planning region. CEHIP has identified a number of systematic errors in administrative databases and has documented many of these in reports distributed to partner organizations. Failures to register births and incorrect assignment of geographic codes in vital statistics files have been studied. Misclassification of cause of death has also been explored, particularly with respect to delays in determining cause of death and the effect this has on official data sets. Differences in data entry protocols for reportable disease data have been researched, raising questions about the consistency of data submitted by different tracking agencies. This paper will describe how some of these errors were identified, and note processes that give rise to such losses in data integrity. The conclusion will address some of the impacts these problems have for health planners, program managers and policy makers.
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 | 0,726 | 0,854 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,004 |
| Méta-épidémiologie (sens large) | 0,006 | 0,004 |
| Bibliométrie | 0,019 | 0,023 |
| Études des sciences et des technologies | 0,008 | 0,046 |
| Communication savante | 0,031 | 0,027 |
| Science ouverte | 0,009 | 0,019 |
| Intégrité de la recherche | 0,009 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».