Who Will Have a Child? Predicting Three-Year Childbearing Outcomes Using Machine Learning
Cette étude utilise des modèles d'apprentissage automatique, plus précisément XGBoost amélioré par SMOTE pour le déséquilibre des classes et une sélection de caractéristiques guidée par le domaine pour la haute dimensionnalité, afin de prédire avec succès les issues de procréation individuelle à trois ans aux Pays-Bas en utilisant les données de l'enquête PreFer.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Chaque société est confrontée à une question fondamentale de planification : combien d'enfants naîtront dans les années à venir ? Il ne s'agit pas seulement d'une simple curiosité pour les démographes ; c'est une nécessité pratique pour les gouvernements et les communautés. Savoir le nombre probable de nouvelles familles aide les écoles à planifier les salles de classe, les hôpitaux à préparer les services de maternité et les villes à concevoir des logements pour les populations croissantes. Pendant des décennies, des chercheurs ont tenté de prévoir ces chiffres en observant des tendances générales, telles que l'âge moyen des premiers parents ou le climat économique global. Cependant, prédire si un individu spécifique aura un enfant dans une fenêtre de temps courte, comme les trois prochaines années, est resté un puzzle difficile. Les facteurs influençant cette décision sont vastes et profondément personnels, allant de la stabilité financière et de la satisfaction relationnelle aux objectifs de carrière et au simple désir de fonder une famille.
Une équipe de chercheurs de l'Université de Tilburg, aux Pays-Bas, a récemment relevé ce défi en se tournant vers un ensemble d'outils puissants connus sous le nom d'apprentissage automatique (machine learning). Au lieu de s'appuyer sur une formule unique pour deviner l'avenir, ils ont entraîné des programmes informatiques à reconnaître des schémas complexes dans la vie de milliers de personnes. Leur objectif était de voir si ces modèles numériques pouvaient prédire avec précision quels individus, âgés de 18 à 45 ans, accueilleraient un nouvel enfant entre 2021 et 2023. Les chercheurs ont travaillé avec une vaste collection de données d'enquête contenant plus de 30 000 informations différentes sur chaque personne, de leur année de naissance et de leur niveau d'éducation à la manière dont elles répartissent les tâches ménagères et à leur degré de satisfaction dans leur partenariat. La difficulté centrale à laquelle ils ont été confrontés était que les données étaient fortement biaisées ; bien plus de personnes dans l'étude n'avaient pas eu de nouvel enfant que de personnes en ayant eu un, ce qui permettait à un ordinateur de répondre « non » pour tout le monde tout en paraissant précis, tout en manquant totalement les véritables parents.
Pour résoudre cela, les chercheurs ont d'abord dû simplifier la quantité écrasante d'informations. Ils ont commencé par utiliser leurs connaissances en sciences sociales pour identifier quelles variables parmi les 30 000 étaient les plus susceptibles d'être importantes, réduisant ainsi le champ à une liste plus gérable. Ils ont ensuite utilisé un programme informatique pour tester quels facteurs étaient réellement les prédicteurs les plus forts, s'arrêtant finalement sur un ensemble ciblé de seulement 69 variables clés. Ce processus était crucial car essayer d'utiliser les 30 000 détails à la fois aurait confondu le modèle, un peu comme essayer de trouver un livre spécifique dans une bibliothèque où chaque étagère est remplie de milliers de titres sans rapport. En se concentrant sur les signaux les plus pertinents, tels que l'âge, le statut matrimonial et la situation financière, ils ont permis à l'ordinateur de voir la forêt plutôt que de se perdre dans les arbres.
L'équipe a ensuite testé trois types différents de modèles d'apprentissage automatique pour voir lequel pouvait le mieux identifier les futurs parents. Ils ont comparé un arbre de décision basique, qui fait des prédictions en posant une série de questions par oui ou par non, contre deux méthodes plus avancées qui combinent de nombreux arbres de ce type pour parvenir à une conclusion plus intelligente. L'une de ces méthodes avancées, appelée renforcement de gradient extrême (extreme gradient boosting), fonctionne en construisant une séquence de modèles où chacun des nouveaux modèles apprend des erreurs du précédent. Les chercheurs ont également dû traiter le déséquilibre de leurs données, où le groupe de personnes ayant un nouvel enfant était beaucoup plus petit que le groupe n'en ayant pas. Pour corriger cela, ils ont utilisé une technique qui créait des exemples synthétiques du groupe plus restreint, enseignant ainsi efficacement à l'ordinateur à prêter davantage d'attention à l'événement rare qu'une nouvelle naissance, sans simplement copier les mêmes données encore et encore.
Les résultats ont montré que le modèle le plus sophistiqué, celui qui apprend de ses propres erreurs, a obtenu les meilleurs résultats. Lorsqu'il a été testé sur des données qu'il n'avait jamais vues auparavant, ce modèle a identifié les futurs parents avec un haut degré de précision, surpassant de manière significative les méthodes plus simples. L'utilisation de la technique pour équilibrer les données s'est avérée essentielle ; sans elle, le modèle peinait à repérer le groupe minoritaire des nouveaux parents. L'étude a révélé qu'en sélectionnant soigneusement les bonnes questions à poser et en utilisant un modèle capable d'apprendre de ses erreurs, il est possible de prévoir les issues de la natalité à court terme avec une précision surprenante. Bien que les chercheurs aient noté que leurs conclusions sont basées sur un groupe spécifique de personnes aux Pays-Bas et nécessiteraient des tests supplémentaires sur d'autres populations, ce travail démontre que l'apprentissage automatique peut être un outil précieux pour comprendre les décisions humaines complexes qui sous-tendent la croissance des familles.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.