Analyse de la distribution des décès aux grands âges selon le niveau de scolarité à partir d’un suivi de la mortalité sur 20 ans au Canada
Bibliographic record
Abstract
Au cours du siècle dernier, nous avons remarqué une diminution de la mortalité au niveau mondial, en particulier dans les pays développés. Cette diminution s’est accompagnée de changements importants dans la distribution des décès selon l’âge, notamment en raison d’une concentration progressive des durées de vie individuelles autour de l’âge modal (c’est-à-dire le plus fréquent) au décès. Notre étude s’intéresse aux disparités dans la façon dont se répartissent les décès par âge et par sexe au Canada selon l’un des déterminants socio-économiques les plus importants, soit le niveau de scolarité. Pour estimer la distribution des décès selon l’âge, le sexe et le niveau de scolarité au Canada, et ensuite la décrire à l’aide d’indices-résumés appropriés, nous avons utilisé une approche non paramétrique de lissage par P-splines développée récemment par Ouellette (2011). Celle-ci permet de déterminer l’âge modal au décès et la dispersion des décès au-delà de cet âge avec une grande précision, permettant ainsi une détection fine des disparités de mortalité selon le niveau de scolarité. Nos résultats montrent que les personnes ayant une durée de vie modale plus courte sont aussi celles ayant un niveau de scolarité inférieur et la dispersion de leur distribution des âges au décès au-delà du mode est supérieure. Pour les deux sexes, nous observons un gradient de mortalité en fonction du niveau de scolarité qui persiste aux âges avancés. Cette recherche montre de nouveau l’effet bénéfique du niveau de scolarité sur la survie aux grands âges.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.017 | 0.003 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.000 | 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; both teacher heads agree on what is shown here.
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".