Incidence des caractéristiques individuelles et des caractéristiques du contexte sur les nouveau-nés de faible poids : une étude d'observation au Québec
Bibliographic record
Abstract
Introduction Nous avons analysé les liens entre certaines variables contextuelles, certaines caractéristiques des mères et le risque de donner naissance à des nouveau-nés très petits pour l'âge gestationnel (TPAG) au Québec entre 2000 et 2008. Méthodologie Les variables liées au contexte ont été tirées de l'Enquête sur la santé dans les collectivités canadiennes, du Recensement canadien et du Registre des naissances du Québec. Les variables individuelles provenaient aussi du Registre des naissances du Québec. Les rapports de cotes (RC), ajustés selon l'âge de la mère, la scolarité, la parité, l'état matrimonial et le pays de naissance, ont été évalués au moyen de modèles de régression logistique multiniveau (par des équations d'estimation généralisées). Résultats Les naissances survenues dans les quartiers présentant une proportion élevée de résidents sédentaires (RC : 1,07, intervalle de confiance [IC] à 95% : 1,01 à 1,11) et dans les quartiers présentant une proportion moyenne (RC : 1,09, IC à 95% : 1,05 à 1,15) ou élevée de résidents souffrant d'insécurité alimentaire (RC : 1,05, IC à 95% : 1,01 à 1,11) présentaient un risque accru d'être TPAG. Le risque de naissance de nouveau-né TPAG était plus faible dans les quartiers présentant une proportion moyenne de résidents mariés (RC : 0,94, IC à 95 % : 0,90 à 0,98).
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 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".