LA DÉPRESSION POSTNATALE, UN DIAGNOSTIC SPÉCIFIQUE? ÉTUDE DE LA PRÉSENCE DE SYMPTÔMES DE DÉPRESSION CHEZ LES MÈRES DANS LES CINQ ANNÉES SUIVANT L'ACCOUCHEMENT
Bibliographic record
Abstract
L'objectif principal de cette recherche est d'étudier le caractère spécifique de la dépression postnatale dans le but de voir si ce type de dépression se distingue, par sa fréquence et les facteurs qui y sont associés, des dépressions présentes plus tard chez une mère. Nous rapportons les résultats d'une étude longitudinale sur un échantillon de plus de 1700 mères, de cinq mois à cinq ans après l'accouchement. Cet échantillon a été tiré de l'Étude longitudinale sur le développement des enfants du Québec (ÉLDEQ) menée par l'Institut de la statistique du Québec (lSQ) entre 1998 et 2003. La présence de symptômes dépressifs a été mesurée à l'aide de l'échelle Center for Epidemiologic Studies Depression Scale (CES-D). Pour ce faire, deux voies d'analyse sont empruntées. Tout d'abord, nous avons cherché à comparer la proportion de mères présentant des symptômes de dépression à chacun des temps étudiés. Ensuite, pour chacun des temps, à l'aide d'analyses bivariées et de modèles de régression logistique, nous avons comparé les facteurs associés à la présence des symptômes dépressifs. Les résultats démontrent qu'une proportion plus élevée de mère présente des symptômes de dépression cinq ans après l'accouchement que cinq mois après celui-ci. De plus, les facteurs associés à la présence de symptômes dépressifs sont très semblables au fil du temps. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : dépression postnatale, dépression, santé mentale des mères, étude longitudinale
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".