MétaCan
Menu
Retour à la cohorte
Enregistrement W2310409098 · doi:10.1093/ije/dyv096.005

A Knowledge Translation Event on Colorectal Cancer Screening in a First Nations Community.

2015· article· en· W2310409098 sur OpenAlexaffabout
Maida Sewitch, Colin E. W. Rice, Alan Barkun

Notice bibliographique

RevueInternational Journal of Epidemiology · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Screening and Detection
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésColorectal cancerTranslation (biology)MedicineEvent (particle physics)CancerKnowledge translationOncologyFamily medicineEnvironmental healthInternal medicineComputer scienceKnowledge managementBiologyGenetics

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Colorectal cancer (CRC) screening reduces incidence of and mortality from CRC. First Nations have higher rates of CRC incidence and mortality and lower rates of screening compared to non-First Nations. We aimed to increase awareness of the importance of CRC screening in the First Nations community of Kahnawake, Quebec, Canada. METHODS: We held a knowledge translation (KT) event in Kahnawake, a Mohawk community located 12 miles from Montréal, Québec. The event was advertised in the local community through posters, newspaper advertisements and radio announcements and on websites of the Canadian Institutes of Health Research, Canadian Cancer Society and Colorectal Cancer Association of Canada. Three presenters with expertise in research, public health nursing and gastroenterology spoke about various aspects of CRC screening. General topics included the biology of CRC, the benefits of CRC screening and different CRC screening tests, and research findings on ways to improve people's CRC screening experience. Topics of special interest included the increasing rates of CRC in Canadian Aboriginal people, the modifiable and non-modifiable risk factors for developing CRC, how to access CRC screening in the community, and how to use the new fecal immunochemical test.

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)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,895
Score d'incertitude au seuil0,366

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0060,002
Communication savante0,0040,002
Science ouverte0,0010,005
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,1090,013

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 Opus0,221
Tête enseignante GPT0,441
Écart entre enseignants0,220 · 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'étudeObservationnel
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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of EpidemiologyMême sujetColorectal Cancer Screening and DetectionTravaux en français237 207