Soutenir l’équité en santé pour les Premières Nations, les Inuits et les Métis
Bibliographic record
Abstract
Le Centre de collaboration nationale de la santé autochtone (CCNSA) est unique parmi les centres de collaboration nationale, car il est le seul centre axé sur la santé d’une population. Dans ce cinquième article de la série du Relevé des maladies transmissibles au Canada sur les Centres de collaboration nationale et leur contribution à la réaction de la santé publique du Canada à la pandémie de maladie à coronavirus 2019 (COVID-19), nous décrivons le travail du CCNSA. Nous commençons par un aperçu du mandat et des domaines prioritaires du CCNSA, en décrivant son mode de fonctionnement, les personnes qu’il sert et la manière dont il est resté souple et s’est adapté à l’évolution des besoins en matière de santé publique autochtone. Les principales activités d’application et d’échange de connaissances entreprises par le CCNSA pour lutter contre la désinformation liée à la COVID-19 et pour favoriser l’utilisation opportune des données et des connaissances autochtones dans la prise de décisions en matière de santé publique pendant la pandémie sont également abordées, en mettant l’accent sur l’application des leçons apprises à l’avenir.
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 | 0.015 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.006 | 0.005 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.001 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.014 | 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".