Recherche par mot-clé

Aller au contenu principal
Aller au pied de page

Sélection de la langue

English

Recherche et menus

Recherche et menus

Rechercher

Résultats

Tout (3)

Tout (3) ((3 résultats))

1. Système par menu servant à la collecte de données, au suivi, à la surveillance et à la récapitulation des programmes de cessation du tabagisme chez les jeunes sur le territoire américain Archivé
Articles et rapports : 11-522-X20040018739
Géographie : Canada
Description :
Pour étudier les programmes de cessation du tabagisme, des répondants ont été trouvés par les aiguillages d'informateurs clés. Un des défis était le suivi des opérations d'appel et la consignation des informations des conversations téléphoniques.
Date de diffusion : 2005-10-27
2. Modes novateurs d'interview pour les gens atteints d'incapacité Archivé
Articles et rapports : 11-522-X20040018742
Description :
Le paradigme de l'incapacité restreint toujours la participation des personnes handicapées à la recherche par enquête. Nous passons en revue les obstacles à cette participation, ainsi que les stratégies destinées à écarter ces obstacles.
Date de diffusion : 2005-10-27
3. Modèles de régression hiérarchiques bayésiens sous non-réponse non-ignorable pour petits domaines : une application aux données de la NHANES Archivé
Articles et rapports : 12-001-X20050018089
Description :
Nous utilisons des modèles hiérarchiques bayésiens pour analyser les données sur l'indice de masse corporelle (IMC) des enfants et des adolescents en présence de non réponse non-ignorable, c'est-à-dire informative, tirées de la troisième National Health and Nutrition Examination Survey (NHANES III). Notre objectif est de prédire l'IMC moyen en population finie et la proportion de répondants pour les domaines formés par l'âge, la race et le sexe (covariables dans les modèles de régression) pour chacun des 35 grands comtés, en tenant compte des non répondants. Nous utilisons des méthodes de Monte Carlo par chaîne de Markov pour ajuster les modèles (deux modèles de sélection et deux modèles de mélange de schémas d'observation) aux données sur l'IMC provenant de la NHANES III. Au moyen d'une mesure de déviance et d'une étude de validation croisée, nous montrons que le modèle de sélection sous non réponse non-ignorable est le meilleur des quatre modèles. Nous montrons aussi que l'inférence au sujet de l'IMC n'est pas trop sensible au choix du modèle. Nous obtenons une amélioration en incluant une régression spline dans le modèle de sélection pour tenir compte de l'évolution de la relation entre l'IMC et l'âge.
Date de diffusion : 2005-07-21

Données (0)

Données (0) (0 résultat)

Aucun contenu disponible actuellement

Analyses (3)

Analyses (3) ((3 résultats))

1. Système par menu servant à la collecte de données, au suivi, à la surveillance et à la récapitulation des programmes de cessation du tabagisme chez les jeunes sur le territoire américain Archivé
Articles et rapports : 11-522-X20040018739
Géographie : Canada
Description :
Pour étudier les programmes de cessation du tabagisme, des répondants ont été trouvés par les aiguillages d'informateurs clés. Un des défis était le suivi des opérations d'appel et la consignation des informations des conversations téléphoniques.
Date de diffusion : 2005-10-27
2. Modes novateurs d'interview pour les gens atteints d'incapacité Archivé
Articles et rapports : 11-522-X20040018742
Description :
Le paradigme de l'incapacité restreint toujours la participation des personnes handicapées à la recherche par enquête. Nous passons en revue les obstacles à cette participation, ainsi que les stratégies destinées à écarter ces obstacles.
Date de diffusion : 2005-10-27
3. Modèles de régression hiérarchiques bayésiens sous non-réponse non-ignorable pour petits domaines : une application aux données de la NHANES Archivé
Articles et rapports : 12-001-X20050018089
Description :
Nous utilisons des modèles hiérarchiques bayésiens pour analyser les données sur l'indice de masse corporelle (IMC) des enfants et des adolescents en présence de non réponse non-ignorable, c'est-à-dire informative, tirées de la troisième National Health and Nutrition Examination Survey (NHANES III). Notre objectif est de prédire l'IMC moyen en population finie et la proportion de répondants pour les domaines formés par l'âge, la race et le sexe (covariables dans les modèles de régression) pour chacun des 35 grands comtés, en tenant compte des non répondants. Nous utilisons des méthodes de Monte Carlo par chaîne de Markov pour ajuster les modèles (deux modèles de sélection et deux modèles de mélange de schémas d'observation) aux données sur l'IMC provenant de la NHANES III. Au moyen d'une mesure de déviance et d'une étude de validation croisée, nous montrons que le modèle de sélection sous non réponse non-ignorable est le meilleur des quatre modèles. Nous montrons aussi que l'inférence au sujet de l'IMC n'est pas trop sensible au choix du modèle. Nous obtenons une amélioration en incluant une régression spline dans le modèle de sélection pour tenir compte de l'évolution de la relation entre l'IMC et l'âge.
Date de diffusion : 2005-07-21

Références (0)

Références (0) (0 résultat)

Aucun contenu disponible actuellement

Signaler un problème ou une erreur sur cette page

Date de modification :: 2024-04-19

Comment utiliser les filtres et le champ de recherche

Vous pouvez faire une recherche en inscrivant des mots-clés ou en sélectionnant des filtres (p. ex. sous Sujet, Géographie, etc.) du côté gauche de la page.
On peut utiliser les filtres ensemble ou former diverses combinaisons. À chaque sélection de filtre, la page des résultats est mise à jour.
Pour commencer une nouvelle recherche, cliquez sur le bouton Effacer tout au-dessus du champ de recherche ou décochez tous les filtres.
Les mots-clés et les filtres précisés sont affichés au-dessus du champ de recherche. Vous pouvez désélectionner l’un ou l’autre des éléments ou tous les éléments, pour préciser ou effacer votre recherche.

Comment préciser ma recherche

Vous pouvez entrer des mots-clés dans le champ de recherche. Il n’est pas nécessaire d’utiliser « + » ou « , » ou « ET ».
Vous pouvez supprimer certains mots-clés ou tous les mots-clés de votre chaîne de recherche.
Les mots-clés entre guillemets limitent la recherche à l’expression précise.
- Par exemple, si vous cherchez « Enquête sur la population active », vous obtiendrez seulement des documents contenant cette suite de mots.
Utilisez « ou » entre les mots-clés pour obtenir des résultats qui contiennent au moins l’un des termes recherchés.
- Par exemple, si vous cherchez enquête ou population ou active, vous obtiendrez seulement les documents contenant l’un ou l’autre de ces mots, ou tous ces mots.

Comment fonctionne la recherche

Cette forme de recherche fournira les résultats contenant le(s) mot(s) inscrit(s) dans le titre, la description, le sujet, la géographie, le numéro de produit ou toute autre information au sujet du produit.
- Par exemple, lorsque vous cherchez le mot « maladies », tous les résultats obtenus contiendront ce mot dans le titre, la description, ou le sujet.
La recherche ne se fait pas dans le texte des articles ou des publications. Pour faire une recherche plein texte dans les articles, utilisez la fonction de recherche du site.