The OMERACT First-time Participant (“Newbie”) Program: Initial Assessment and Lessons Learned
Notice bibliographique
Résumé
OBJECTIVE: To describe the experience of a first-time participant ("newbie") training program at the Outcome Measures in Rheumatology 12 meeting in 2014. METHODS: We conducted newbie sessions at OMERACT 12, including a 2-hour introductory session on Day 1, followed by 1-h evening followup sessions on days 1-4 of OMERACT 12. Pre- and postmeeting surveys assessed participants' level of comfort with the principles of the OMERACT Filters 1.0 (truth, discrimination, feasibility), and Filter 2.0 (the essential tools for OMERACT methodology), the different types of OMERACT sessions, and whether participants felt welcome. RESULTS: In all, 25 new attendees participated in the introductory session and 10-16 attended followup sessions. Fewer participants reported being somewhat or extremely uncomfortable with the meeting, comparing Day 1 (preintroductory session) to days 1-4 (post): (1) with different OMERACT sessions: 56% (pre) versus 6%, 0%, 8%, and 6% (post days 1-4, respectively); and (2) with principles of the OMERACT filter, 64% (pre) versus 7%, 0%, 8%, and 0% (post), respectively. Most reported feeling welcome (100%) and that they were able to contribute substantively to breakout sessions (87%) on Day 1 evening; results were sustained on days 2-4. CONCLUSION: First-time participant training sessions increased the comfort level of the participants with the OMERACT meeting structure and filter, and increased the ability of the new attendees to feel they could contribute to the OMERACT process.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».