Measuring the Performance of the Cochrane Library
Notice bibliographique
Résumé
How well does The Cochrane Library achieve its objectiveto provide accessible and credible evidence to guide decision making in medicine and public health?And how should we measure success or failure?Regular users of The Cochrane Library will have a view of its quality, and we hope that you think that it's good and improving.One of our tasks as the Cochrane Library Oversight Committee (CLOC) is to report to the Steering Group of The Cochrane Collaboration on the performance of the Library and its Editor in Chief.[1] In general we are satisfied with both.But we thought it important to try to introduce some objectivity into the evaluation of The Cochrane Library by devising a set of metrics.Together with the Cochrane Editorial Unit we have done so, and they are shown in Table 1 along with their values for the past three years.We welcome your feedback on the metrics we have devised.To be useful, metrics must provide information on progress in relation to the aims of the Library.In addition, it must be possible to measure them precisely and relatively easily.They must also change over time at a speed that is useful-not as fast as hourly but not as slowly as five yearly. Measuring the performance of The Cochrane Library (Editorial) 1
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,176 | 0,636 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,014 | 0,005 |
| Bibliométrie | 0,057 | 0,039 |
| Études des sciences et des technologies | 0,003 | 0,007 |
| Communication savante | 0,024 | 0,010 |
| Science ouverte | 0,008 | 0,006 |
| Intégrité de la recherche | 0,012 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,005 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».