MétaCan
Menu
Retour à la cohorte
Enregistrement W2038189661 · doi:10.1002/sim.2800

Sampling an unknown universe: problems of researching mass casualty incidents (a history of ECRU's field research)

2007· article· en· W2038189661 sur OpenAlexaffabout
Joseph Scanlon

Notice bibliographique

RevueStatistics in Medicine · 2007
Typearticle
Langueen
DomaineHealth Professions
ThématiqueDisaster Response and Management
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésSampling (signal processing)Operations researchDisaster researchField (mathematics)Library scienceHistorySociologyComputer scienceTelecommunicationsMeteorologyEngineeringGeographyMathematics

Résumé

récupéré en direct d'OpenAlex

This paper reviews how the Emergency Communications Research Unit (ECRU) at Carleton University in Ottawa, Canada, developed its field research techniques with emphasis on some of its approaches to sampling. Then based on ECRU's experience, it discusses the problems that would arise if an attempt were made to research an incident involving not only mass casualties, but also chemically contaminated mass casualties. While ECRU's findings have been published in scores of book chapters, monographs and academic and other articles, this is only the second time since 1977 that its methods have been described [The Development of a Standby Research Capacity at Carleton University. Emergency Planning: Ottawa, Canada; Int. J. Mass Emergencies and Disasters 1977; 2(1):35-41; Methods of Disaster Research. Xlibris Corporation, 26-302], and the very first time its approaches to sampling have been discussed.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,727
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,318
Tête enseignante GPT0,563
Écart entre enseignants0,245 · 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'étudeSans objet
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

Citations6
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueStatistics in MedicineMême sujetDisaster Response and ManagementTravaux en français237 207