Récentes enquêtes sur la santé mentale à Statistique Canada [2015]
Bibliographic record
Abstract
Le webinaire présente les enquêtes suivantes : • L’Enquête sur la santé dans les collectivités canadiennes – Santé mentale (ESCC - SM) de 2002 qui brosse un tableau complet de la santé mentale en examinant qui sont les personnes touchées par certains troubles mentaux, ainsi que la santé mentale positive des Canadiens. Elle évalue également l’accessibilité et l’utilisation du soutien et des services formels et informels en matière de santé mentale, et le fonctionnement des gens, qu’ils aient ou non un problème de santé mentale. • L’Enquête sur la santé mentale dans les Forces canadiennes (ESMFC) de 2013 qui a recueilli des renseignements sur l’état de santé mentale et les besoins en services de santé mentale au sein des Forces canadiennes. Elle évalue aussi les répercussions sur la santé mentale de l’environnement de travail des Forces canadiennes et du déploiement en soutien de la mission en Afghanistan. • L’Enquête sur les personnes ayant une maladie chronique au Canada (EPMCC) de 2014 qui a recueilli des renseignements sur l’expérience des Canadiens ayant des troubles de l’humeur et d’anxiété, notamment sur les soins reçus d’un professionnel de la santé, les médicaments utilisés et l’autogestion de leur condition.
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 | 0.007 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.010 | 0.027 |
| Science and technology studies | 0.008 | 0.002 |
| Scholarly communication | 0.007 | 0.002 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.028 | 0.003 |
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".