MétaCan
Menu
← Retour à la cohorte
Enregistrement W7104361703 · doi:10.5683/sp3/k52suj

Covariate data for "The association between alcohol consumption per capita and suicide mortality across 30 European countries"

2025· dataset· W7104361703 sur OpenAlexaff

Notice bibliographique

RevueBorealis · 2025
Typedataset
Langue
Domaine
Thématique
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPer capitaPopulationCovariateGross domestic productConsumption (sociology)Purchasing power parityAlcohol consumptionUnemploymentPoison controlHousehold income

Résumé

récupéré en direct d'OpenAlex

Contains covariate data for "Association between alcohol consumption per capita and suicide mortality across 30 European countries" which were extracted from the Pew Research Center (pewresearch.org), World Bank Group (worldbank.org), and Eurostat (ec.europa.eu/eurostat). Also contains dummy variables to represent: the 2008 global economic recession, changes from ICD-9 to ICD-10, and the COVID-19 pandemic. All covariates which were initially considered are included in this dataset. However, data were further cleaned according to methods described in the associated publication prior to analysis. Within the dataset: edu = Educational attainment (completion of post-secondary or equivalent); lit = Literacy, adult total (% of people ages 15 and above); unemp = Unemployment, total (% of total labor force) (modeled ILO estimate); divorce = Divorce rate; migration = Net migration rate; relig.muslim = Proportion of the population who identified as Muslim; relig.buddhist = Proportion of the population who identified as Buddhist; lff = Female labour force participation (% of total labor force); gdp = Gross domestic product based on purchasing power parity (GDP (PPP)) gini = Gini index; density = Population density; urban = Proportion of the population living in urban areas; propold = Proportion of the population aged 65+ years of age; recession, covid, icd: Dummy variables detailed above. The relevant citations and attributions are as follows: Liu J. Table: Muslim Population by Country. Published online January 27, 2011. Accessed June 27, 2025. https://www.pewresearch.org/religion/2011/01/27/table-muslim-population-by-country/ Zanetti CH Marcin Stonawski, Yunping Tong, Stephanie Kramer, Anne Shi and Nick. Religious Composition by Country, 2010-2020. Published online June 9, 2025. Accessed July 28, 2025. https://www.pewresearch.org/religion/feature/religious-composition-by-country-2010-2020/ World Bank Group. World Bank Open Data. World Bank Open Data. Accessed June 27, 2025. https://data.worldbank.org World Bank Group. World Development Indicators. DataBank. Accessed June 27, 2025. https://databank.worldbank.org/source/world-development-indicators Eurostat. Divorce indicators. Published online 2022. doi:10.2908/DEMO_NDIVIND Eurostat. Population change - Demographic balance and crude rates at national level. Published online 2022. doi:10.2908/DEMO_GIND

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)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,054
Score d'incertitude au seuil0,182

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0540,022

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 Opus0,121
Tête enseignante GPT0,390
Écart entre enseignants0,269 · 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'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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBorealis→Travaux en français237 207→