Études des bénéfices économiques de Québec en Forme
Bibliographic record
Abstract
L’objectif de ce rapport est de rapporter les résultats de notre évaluation des bénéficeséconomiques découlant des investissements de Québec en Forme (QEF). Notre analysese divise en trois parties. La première vise à identifier des structures en partie similairesà celle de QEF qui auraient fait l’objet d’une analyse économique et à transposer lesrésultats au Québec. C’est une analyse qui considère l’organisation d’un point de vuemacroéconomique. La seconde consiste à estimer un ratio coût-efficacité d’une partiedes actions de QEF à partir d’une revue de littérature des études économiques deprogrammes visant l’adoption et le maintien de saines habitudes de vie et des coûts demise en oeuvre propres au Québec. La troisième présente une analyse économétriquede la relation entre le financement de QEF pour le mode de vie physiquement actif(MVPA) et les habiletés motrices des jeunes du primaire. Nous trouvons que certainesinterventions globales similaires à QEF, qui visent autant l’alimentation que l’activitéphysique, et qui sont présentes dans plusieurs milieux (écoles, familles, communautés), ont un ratio coût-efficacité d’environ 30 000 dollars canadiens par année d’espérance devie (ajustée pour l’incapacité ou la qualité). Autrement dit, améliorer l’espérance de vied’une année coûte environ 30 000 $ à la société, ce qui est considéré comme étant trèscoût-efficace. Une analyse de trois interventions spécifiques de QEF révèle que celles-cisont susceptibles d’être coût-efficaces du point de vue de la société. Ainsi, la mise enplace de jardins dans les écoles et les milieux communautaires, l’organisation etl’animation des cours d’école et la création de plans de déplacement et la sensibilisationau transport actif ont contribué à l’adoption de saines habitudes de vie au Québec à uncoût socialement acceptable. L’analyse économétrique de la relation entre lefinancement de QEF pour le MVPA et la motricité nous permet de conclure que lefinancement est positivement lié à la motricité. En effet, un financement de 10 $ parenfant améliore la motricité de 1, 6 % par rapport à la motricité moyenne. Nousterminons le rapport avec une discussion portant sur les limites de l’étude et la portéeglobale des investissements de QEF.
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 | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 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".