La forme de la courbe de mortalité des centenaires canadiens-français
Bibliographic record
Abstract
Avec la baisse remarquable de la mortalité aux grands âges depuis la seconde moitié du XX e siècle, le nombre de centenaires s’est accru de manière spectaculaire dans les pays à faible mortalité. En cette ère de prolongation de la longévité humaine, il devient de plus en plus important de disposer de bonnes estimations des risques de décès aux très grands âges. Pour apporter un éclairage inédit sur la courbe de mortalité au-delà de 100 ans, dont la forme demeure largement imprécise et donne lieu à d’importants débats scientifiques, nous utilisons des données sur tous les centenaires canadiens-français nés au Québec entre 1870 et 1896 et décédés au Québec entre 1970 et 2009. Grâce aux registres paroissiaux du Québec et aux recensements canadiens de 1901 et 1911, l’âge au décès de ces personnes a pu être authentifié et les données validées servent de base au calcul des taux de mortalité, qui sont ensuite modélisés à l’aide d’une approche souple de lissage par P-splines. Nous utilisons en complément des données sur les septuagénaires, octogénaires et nonagénaires québécois issues de la Base de données sur la longévité canadienne. Nos analyses, restreintes au sexe féminin pour des raisons d’effectifs masculins trop faibles, montrent que le rythme d’accroissement des taux de mortalité s’amenuise avec l’âge au sein de cette population, mettant ainsi en évidence l’infléchissement de la courbe des risques de décès aux grands âges.
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 | 0.010 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
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".