Valider un indice de défavorisation en santé publique : un exercice complexe, illustré par l'indice québécois
Bibliographic record
Abstract
Introduction Malgré l'usage répandu d'indices de défavorisation en santé publique, leur validation est rarement abordée de manière explicite ou élaborée, car il s'agit là d'un exercice complexe. Méthodologie En nous fondant sur les propositions de chercheurs britanniques, nous avons cherché à valider l'indice québécois de défavorisation matérielle et sociale en utilisant des critères de validité (validité de contenu, validité sur critère et validité de construit), de fiabilité, de sensibilité et d'autres propriétés pertinentes en santé publique (intelligibilité, objectivité et praticabilité). Résultats Nous avons passé en revue la littérature internationale sur les indices de défavorisation ainsi que les publications et les utilisations de l'indice québécois et nous avons ajouté des données factuelles. Conclusion Après examen, il appert que l'indice québécois répond favorablement aux critères et propriétés de validation proposés. Des validations additionnelles s'imposent toutefois afin de mieux cerner les facteurs contextuels associés à cet indice.
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 | 0.026 | 0.062 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.007 | 0.013 |
| Science and technology studies | 0.004 | 0.004 |
| Scholarly communication | 0.010 | 0.004 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.017 | 0.002 |
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".