Notice bibliographique
Résumé
La forme de la courbe de mortalité aux très grands âges reste incertaine. Le débat entre une trajectoire de décélération et une croissance exponentielle avec l’âge n’est pas tranché. Ce manque de consensus est essentiellement dû à la qualité inégale des données et à la variété des hypothèses servant à la modélisation. Cette thèse mobilise des données d’excellente qualité sur les décès survenus en France, en Belgique et au Québec pour identifier la trajectoire la plus plausible aux âges extrêmes par des modèles paramétriques. Nous étudions les différentes lois de probabilité applicables à nos données : loi de Poisson, loi binomiale négative et loi binomiale, en nous appuyant sur une palette d’outils d’évaluation de la performance des modèles (intervalles de confiance, résidus de déviance et critères d’information). L’hétérogénéité de la population, d’abord supposée inobservable, est prise en compte par les modèles de fragilité puis, supposée observable, elle est étudiée par les modèles de l’analyse de survie. Selon les données disponibles, la loi de Poisson reste appropriée pour la modélisation de la mortalité aux très grands âges. Une trajectoire de décélération de la mortalité apparaît comme la plus plausible dans la majorité des populations féminines mais une croissance exponentielle est plus convaincante pour les populations masculines. Une surmortalité masculine est présente dans toutes populations. Et il n’est pas possible d’identifier un plateau de mortalité. Ces résultats ne permettent pas de clore le débat. Pour trancher définitivement sur la forme de la trajectoire de mortalité, les efforts de collecte sur les décès aux très grands âges doivent être poursuivis.
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 | 0,005 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».