MétaCan
Menu
Retour à la cohorte
Enregistrement W2004916019 · doi:10.1136/ip.2003.003327

Child safety education and the world wide web: an evaluation of the content and quality of online resources: Table 1

2004· article· en· W2004916019 sur OpenAlexaff
Debra Isaac, Michael D. Cusimano, Alexander Sherman, Mary L. Chipman

Notice bibliographique

RevueInjury Prevention · 2004
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Literacy and Information Accessibility
Établissements canadiensUniversity of TorontoSt. Michael's Hospital
Organismes subventionnairesnon disponible
Mots-clésThe InternetQuality (philosophy)Resource (disambiguation)Web resourceScale (ratio)World Wide WebTable (database)EngineeringComputer scienceDatabaseGeography

Résumé

récupéré en direct d'OpenAlex

The purpose of this study was to assess the content, quality, and type of internet resources available for safety education. Using 19 search engines with search strings targeting major forms of injury, identified resources were classified by audience group, accessibility, and authorship. Two independent reviewers rated each resource on the basis of its content and a set of quality criteria using a three point scale. Overall, 10 (18.2%) resources were of highest quality, four (7.3%) were intermediate, and 41 (74.5%) were not recommended. Eighteen months after the original search, 67.3% of all resources and 90% of the highest quality resources were still on the internet. This study provides a methodology for evaluating child safety resources on the world wide web and demonstrates that most internet resources for safety education are of dubious quality. A rating system such as the one developed for this study may be used to identify valuable internet materials.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,426
Score d'incertitude au seuil0,377

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,120
Tête enseignante GPT0,495
Écart entre enseignants0,375 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInjury PreventionMême sujetHealth Literacy and Information AccessibilityTravaux en français237 207