Analyse de la distribution des décès aux grands âges selon le niveau de scolarité à partir d’un suivi de la mortalité sur 20 ans au Canada
Notice bibliographique
Résumé
Au cours du siècle dernier, nous avons remarqué une diminution de la mortalité au niveau mondial, en particulier dans les pays développés. Cette diminution s’est accompagnée de changements importants dans la distribution des décès selon l’âge, notamment en raison d’une concentration progressive des durées de vie individuelles autour de l’âge modal (c’est-à-dire le plus fréquent) au décès. Notre étude s’intéresse aux disparités dans la façon dont se répartissent les décès par âge et par sexe au Canada selon l’un des déterminants socio-économiques les plus importants, soit le niveau de scolarité. Pour estimer la distribution des décès selon l’âge, le sexe et le niveau de scolarité au Canada, et ensuite la décrire à l’aide d’indices-résumés appropriés, nous avons utilisé une approche non paramétrique de lissage par P-splines développée récemment par Ouellette (2011). Celle-ci permet de déterminer l’âge modal au décès et la dispersion des décès au-delà de cet âge avec une grande précision, permettant ainsi une détection fine des disparités de mortalité selon le niveau de scolarité. Nos résultats montrent que les personnes ayant une durée de vie modale plus courte sont aussi celles ayant un niveau de scolarité inférieur et la dispersion de leur distribution des âges au décès au-delà du mode est supérieure. Pour les deux sexes, nous observons un gradient de mortalité en fonction du niveau de scolarité qui persiste aux âges avancés. Cette recherche montre de nouveau l’effet bénéfique du niveau de scolarité sur la survie aux grands âges.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,017 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».