MétaCan
Menu
Retour à la cohorte
Enregistrement W2105376889 · doi:10.5539/gjhs.v5n6p112

Bridging the Gap between the Technological Singularity and Mainstream Medicine: Highlighting a Course on Technology and the Future of Medicine

2013· article· en· W2105376889 sur OpenAlexaffvenueabout
Kim Solez, Ashlyn Bernier, Joel Crichton, Heather Graves, Preeti Kuttikat, Ross Lockwood, William F Marovitz, Damon Monroe, Mark J. Pallen, Shawna Pandya, David Pearce, Abdullah Saleh, Neelam Sandhu, Consolato Sergi, Jack A. Tuszyński, Earle H. Waugh, Jonathan White, Michael T. Woodside, Roger Wyndham, Osmar R. Zai͏̈ane, David Zakus

Notice bibliographique

RevueGlobal Journal of Health Science · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueBiomedical and Engineering Education
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMainstreamBridging (networking)AccreditationEngineering ethicsCourse (navigation)Medical educationDisciplineMedicineComputer scienceSociologyEngineeringPolitical scienceSocial scienceComputer security

Résumé

récupéré en direct d'OpenAlex

The "technological singularity" is defined as that putative point in time forecasted to occur in the mid twenty-first century when machines will become smarter than humans, leading humans and machines to merge. It is hypothesized that this event will have a profound influence on medicine and population health. This work describes a new course on Technology and the Future of Medicine developed by a diverse, multi-disciplinary group of faculty members at a Canadian university. The course began as a continuous professional learning course and was later established as a recognized graduate course. We describe the philosophy of the course, the barriers encountered in course development, and some of the idiosyncratic solutions that were developed to overcome these, including the use of YouTube audience retention analytics. We hope that this report might provide a useful template for other institutions attempting to set up similar programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,008
Communication savante0,0070,005
Science ouverte0,0020,008
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,272
Écart entre enseignants0,262 · 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 source (Gemma direct ou Codex distillé), 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

Citations21
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetBiomedical and Engineering EducationTravaux en français237 207