MétaCan
Menu
Retour à la cohorte
Enregistrement W2475415923 · doi:10.4018/978-1-60566-356-2.ch033

IAM

2009· book-chapter· en· W2475415923 sur OpenAlexaffabout
Pierre Pluye, Roland Grad, Carol Repchinsky, Barbara Farrell, Janique Johnson‐Lafleur, Tara Bambrick, Martin Dawes

Notice bibliographique

RevueIGI Global eBooks · 2009
Typebook-chapter
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensUniversity of OttawaCanadian Pharmacists AssociationMcGill University
Organismes subventionnairesnon disponible
Mots-clésRelevance (law)ChecklistConstruct (python library)Knowledge managementCognitionComputer sciencePsychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Methods to systematically document the health professionals’ perspective on relevance, cognitive impacts, use, and health outcomes of information items delivered by or retrieved in electronic knowledge resources (EKRs) may enhance evaluation of these resources, continuing education, and two-way knowledge ex change between information users and providers. The present chapter aims to overview seven years of research and development pioneering a comprehensive and systematic information assessment method (IAM), which has been validated for information delivery networks, information retrieval technology, and decision support systems. Using qualitative, quantitative, and mixed methods studies, we will support the feasibility, content validity, and construct validity of the IAM checklist combined with a computerized ecological momentary assessment technique for efficiently evaluating ‘relevance-impact-use-outcomes’ of information items derived from all these types of EKR. We will then present the current implementation of IAM 2008 for assessing e-therapeutics, an electronic textbook that provides updated therapeutic options for Canadian health professionals.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,418
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,008

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 Opus0,125
Tête enseignante GPT0,460
Écart entre enseignants0,336 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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

En bref

Citations14
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetHealth Sciences Research and EducationTravaux en français237 207