MétaCan
Menu
← Retour à la cohorte
Enregistrement W2469563183 · doi:10.1118/1.4957822

WE‐DE‐BRC‐00: Learning the New Approaches of TG‐100 and Beyond

2016· article· en· W2469563183 sur OpenAlexaff
Peter Dunscombe

Notice bibliographique

RevueMedical Physics · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueQuality and Safety in Healthcare
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSession (web analytics)Fault tree analysisQuality managementPrincipal (computer security)Quality (philosophy)Process (computing)Computer scienceRisk managementMedical educationEngineering managementProcess managementOperations managementMedicineEngineeringBusinessWorld Wide WebReliability engineering

Résumé

récupéré en direct d'OpenAlex

This SAMs Therapy Educational Course will introduce participants to the tools recommended by TG 100 for use in the development of a risk‐based Quality Management Program. The Course will start with an Overview of the background and rationale behind the TG 100 initiative, from which its charge was developed. After setting the scene, four 15 minute presentations will introduce the principal components of the soon to be published Report of TG 100. These are Process Mapping, Failure Modes and Effects Analysis, Fault Tree Analysis and the development of a QA/QM risk‐based Program. There will be time for two short exercises based on Failure Modes and Effects Analysis and a Discussion before the SAMs questions which will conclude the session. Learning Objectives: To appreciate the underlying philosophy of the TG 100 initiative. To gain a brief overview of the principal risk‐based tools recommended by TG 100. In an informal workshop format, to explore, at an introductory level, the use of risk analysis as proposed by TG 100 as a prelude to the development of a Quality Management Program.

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)0,006
score de la tête « metaresearch » (Gemma)0,006
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,161

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,003
Communication savante0,0060,006
Science ouverte0,0020,006
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0480,017

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 Opus0,185
Tête enseignante GPT0,432
Écart entre enseignants0,247 · 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
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical Physics→Même sujetQuality and Safety in Healthcare→Travaux en français237 207→