MétaCan
Menu
Retour à la cohorte
Enregistrement W2297572769 · doi:10.1016/j.kint.2015.11.030

Recommendations for kidney disease guideline updating: a report by the KDIGO Methods Committee

2016· article· en· W2297572769 sur OpenAlexaff
Katrin Uhlig, Jeffrey S. Berns, Serena Carville, Wiley Chan, Michael Cheung, Gordon Guyatt, Allyson Hart, Sandra Zelman Lewis, Marcello Tonelli, Angela C Webster, Timothy J Wilt, Bertram L. Kasiske

Notice bibliographique

RevueKidney International · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueClinical practice guidelines implementation
Établissements canadiensUniversity of CalgaryMcMaster University
Organismes subventionnairesNational Center for Advancing Translational Sciences
Mots-clésGuidelineMedicineKidney diseaseCurrencyIntensive care medicinePathologyInternal medicine

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,125
score de la tête « metaresearch » (Gemma)0,255
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,875
Score d'incertitude au seuil0,663

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1250,255
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0040,011
Bibliométrie0,0140,015
Études des sciences et des technologies0,0030,002
Communication savante0,0120,007
Science ouverte0,0110,007
Intégrité de la recherche0,0190,025
Charge utile insuffisante (le modèle a refusé de juger)0,0060,005

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 Opus0,198
Tête enseignante GPT0,536
Écart entre enseignants0,338 · 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
GenreMéthodes

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

En bref

Citations15
Publié2016
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueKidney InternationalMême sujetClinical practice guidelines implementationTravaux en français237 207