MétaCan
Menu
Retour à la cohorte
Enregistrement W2114423289 · doi:10.1071/nb10072

Population Health Intervention Research Initiative for Canada: progress and prospects

2011· article· en· W2114423289 sur OpenAlexafffundabout
Penelope Hawe, Stephen Samis, Erica Di Ruggiero, Jean Shoveller

Notice bibliographique

RevueNew South Wales Public Health Bulletin · 2011
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensInstitute of Population and Public HealthCanadian Foundation for Healthcare ImprovementThe Quebec Population Health Research NetworkUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health ResearchAlberta InnovatesInstitute of Population and Public HealthMichael Smith Health Research BCUniversity of TorontoFondation pour la Recherche Médicale
Mots-clésRedressIntervention (counseling)Population healthPopulationPublic relationsHealth policyPolitical scienceEconomic growthBusinessMedicinePublic healthNursingEnvironmental healthEconomics

Résumé

récupéré en direct d'OpenAlex

Actions in Canada are being designed to transform the way research evidence is generated and used to improve population health. Capacity is being built in population health intervention research. The primary target is more understanding and examination of policies and programs that could redress inequities in health. The Population Health Intervention Research Initiative for Canada is a loosely-networked collaboration designed to advance the science of the field as well as the quantity, quality and use of population health intervention research to improve the health of Canadians. In the first few years there have been new training investments, new funding programs, new working guidelines for peer review, symposia and new international collaborations. This has been brought about by the strategic alignment of communication, planning and existing investments and the leveraging of new resources.

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)0,066
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,993

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0660,035
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0050,007
Études des sciences et des technologies0,0090,005
Communication savante0,0070,002
Science ouverte0,0070,006
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,785
Tête enseignante GPT0,641
Écart entre enseignants0,143 · 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.

Devis d'étudeSans objet
DomaineMéthodes
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

Citations10
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNew South Wales Public Health BulletinMême sujetHealth Policy Implementation ScienceTravaux en français237 207