MétaCan
Menu
← Retour à la cohorte
Enregistrement W2421169514

The maternal drinking history guide: development of a national educational tool.

2013· article· en· W2421169514 sur OpenAlexaffabout
Gideon Koren, Moumita Sarkar, C. Peter Rosenbaum, Elaine Orrbine

Notice bibliographique

RevuePubMed · 2013
Typearticle
Langueen
DomaineMedicine
ThématiquePrenatal Substance Exposure Effects
Établissements canadiensSickKids FoundationHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésAgency (philosophy)Presentation (obstetrics)Knowledge translationMedicinePublic healthMedical educationHealth careFamily medicineNursingPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The National Taskforce for the development of screening tools for FASD has identified maternal drinking as a critical area that should be screened. We describe the steps of development and implementation of a knowledge translation program for health care providers. The slide presentation is attached in English and French to allow its maximal use. METHODS: In 2010, the National Taskforce for the development of screening tools for FASD identified maternal drinking as a critical area that should be screened. The systematic review and associated recommendations have been published and were included in the toolkit developed by the Canadian Association of Paediatric Health Centres with funding support from the Public Health Agency of Canada. Effective inquiry of maternal drinking can be conducted at three levels: Primary level, as part of practice-based screening; Level 2 use of structured questionnaires; and Level 3 laboratory-based screening. CONCLUSION: It was acknowledged that most physicians do not ask women of reproductive age questions regarding their drinking habits, and the Taskforce was seriously concerned that even an effective guide may not change practice at the primary level. To that end, the Taskforce developed a three phase Knowledge Translation plan, to ensure that the educational program developed will be optimally effective for Canadian healthcare providers.

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)0,014
score de la tête « metaresearch » (Gemma)0,037
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,188
Score d'incertitude au seuil0,374

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,037
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0190,007

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 Opus0,020
Tête enseignante GPT0,231
Écart entre enseignants0,211 · 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
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

Citations0
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetPrenatal Substance Exposure Effects→Travaux en français237 207→