Indice de survie au cancer : mesurer les progrès au chapitre de la survie au cancer pour aider à évaluer les initiatives de lutte contre le cancer au Canada
Bibliographic record
Abstract
Cette étude représente la première évaluation exhaustive des progrès accomplis au chapitre de la survie au cancer pour tous les types de cancer combinés au Canada. Les résultats englobent toute la période couverte par le Registre canadien du cancer et ils ne sont pas touchés par les changements sur le plan de l'âge, du sexe et de la composition des cas de cancer au cours de cette période. Plus précisément, les estimations nettes de l'indice de survie au cancer (ISC) prévu au Canada pour la période de trois ans allant de 2015 à 2017 sont présentées et comparées avec les estimations réelles correspondantes remontant à la période de 1992 à 1994. Des comparaisons sont effectuées pour les deux sexes combinés ainsi que pour les hommes et les femmes séparément. La détermination des combinaisons de cancer et de sexe ayant la plus grande incidence ainsi que des principaux types de cancer touchant chaque sexe permet de mieux comprendre les changements survenus dans l'ISC depuis les périodes de 1992 à 1994 et de 2005 à 2007.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.010 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".