MétaCan
Menu
Back to cohort
Record W2038947255 · doi:10.3917/pope.702.0271

Familial and Environmental Influences on Longevity in Historical Quebec

2007· article· en· W2038947255 on OpenAlexaffabout
Ryan Mazan, Alain‐G. Gagnon

Bibliographic record

VenuePopulation (English Edition) · 2007
Typearticle
Languageen
FieldSocial Sciences
TopicInsurance, Mortality, Demography, Risk Management
Canadian institutionsWestern University
Fundersnot available
KeywordsPolitical scienceHumanitiesPhilosophy

Abstract

fetched live from OpenAlex

Résumé Les données de la démographique historique constituent un excellent cadre pour l’examen des composantes familiales et environnementales de la longévité. À partir des données du Registre de population du Québec ancien, élaboré par le Programme de recherche en démographie historique de l’Université de Montréal, nous avons exploré la relation entre la mortalité des personnes et la longévité de leur fratrie, de leurs parents et de leur conjoint dans une population de colons franco-canadiens nés entre 1625 et 1704. On a également introduit des caractéristiques visant à prendre en compte l’effet des conditions de vie environnementales et sociales. On a, d’une part, retenu l’âge moyen au décès des frères et sœurs ayant vécu plus de 50 ans, et, d’autre part, procédé à une simulation de l’effet de la longévité des frères et sœurs indépendamment de la taille de la fratrie. L’utilisation de modèles à risques proportionnels de Cox révèle que la longévité des individus est fortement dépendante de celle de leurs frères et sœurs. Chaque accroissement d’une année de l’âge moyen au décès de ces derniers réduit le risque de mortalité de 2,1 % pour les hommes et de 1,6 % pour les femmes. Certains éléments indiquent en outre que le partage des conditions de vie dans l’enfance mais également à l’âge adulte influe sur cette relation.

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.019
Threshold uncertainty score0.089

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.002
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0030.001
Scholarly communication0.0010.000
Open science0.0010.001
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0050.000

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.

Opus teacher head0.013
GPT teacher head0.267
Teacher spread0.253 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations16
Published2007
Admission routes2
Has abstractyes

Explore more

Same venuePopulation (English Edition)Same topicInsurance, Mortality, Demography, Risk ManagementFrench-language works237,207