MétaCan
Menu
← Retour à la cohorte
Enregistrement W2130315161 · doi:10.1096/fj.09-0301ufm

Sicko Statistics: Michael Moore and L'Ècole de Paris

2009· editorial· lmo· W2130315161 sur OpenAlexaboutno aff
Gerald Weissmann

Notice bibliographique

RevueThe FASEB Journal · 2009
Typeeditorial
Languelmo
DomaineEconomics, Econometrics and Finance
ThématiqueHealthcare Policy and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCourtesyGovernment (linguistics)PoliticsHealth careBureaucracyArt historyHumanitiesClassicsMedicineSociologyLawPolitical scienceArtPhilosophy

Résumé

récupéré en direct d'OpenAlex

Sicko Statistics: Michael Moore and L'E ´cole de ParisNow, if there is anything on which the biological sciences have prided themselves in these latter years it is the substitution of quantitative for qualitative formulae.If I summed up the lessons of Louis in two expressions, they would be these: Formez toujours des idees nettes.(Frame your thoughts neatly) Fuyez toujours les a peu pres.(Always avoid approximation) -Dr.Oliver Wendell Holmes, 1860 (1) America's health care system is neither healthy, caring, nor a system.-Walter Cronkite, 1993 (2) There are four times as many health care lobbyists as there are members of Congress.According to the Center for Responsive Politics (www.opensecrets.org), in 2005 there were 2,084 health care lobbyists registered with the federal government.With 535 members of Congress, that's 3.895 lobbyists per member.-SiCKO, Michael Moore, 2008 (3) THE NUMERICAL METHODIn the current debate over the future of medical care in the United States, we could do worse than to consult two authorities in the field, Prof. Pierre C. A. Louis, the father of medical statistics (4), and Michael Moore, "the angry filmmaker (5)."Moore's SiCKO suggests that we have a lot to learn from France; Prof. Louis reminds us that it wouldn't be the first time.Over a century and a half ago, Louis introduced his "numerical method" into the life sciences.He studied 77 patients with febrile pneumonia at La Pitie ´hospital in Paris and found that the number of those who improved after traditional bloodletting was no greater than of those left alone (6).He was the first to show that numbers, not intentions, determine whether medical treatment works.Moore's SiCKO showed that structure, not money, determines whether a nation's medi-Promotional poster for Michael Moore's "Sicko."Image courtesy the Weinstein Company.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
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: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil0,516

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0080,005
Science ouverte0,0010,002
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,1540,066

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 Opus0,022
Tête enseignante GPT0,263
Écart entre enseignants0,241 · 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
GenreÉditorial

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

En bref

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetHealthcare Policy and Management→Travaux en français237 207→