MétaCan
Menu
Retour à la cohorte
Enregistrement W2483304308 · doi:10.1186/s12919-016-0006-0

Transforming Health Care in Remote Communities: report on an international conference

2016· article· en· W2483304308 sur OpenAlexafffundabout
T. Kue Young, Susan Chatwood, James D. Ford, Gwen Healey, Michael Jong, Josée G. Lavoie, Mason White

Notice bibliographique

RevueBMC Proceedings · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensUniversity of ManitobaHealth Sciences CentreMemorial University of NewfoundlandMcGill UniversityNOSM UniversityInstitute for Circumpolar Health ResearchPublic Health OntarioGovernment of Newfoundland and LabradorQaujigiartiit Health Research CentreUniversity of TorontoUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchAlberta InnovatesUniversity of Alberta
Mots-clésCircumpolar starGeneral partnershipGovernment (linguistics)Health careMedicineLibrary sciencePublic healthPublic administrationPolitical sciencePublic relationsNursing

Résumé

récupéré en direct d'OpenAlex

An international conference titled "Transforming Health Care in Remote Communities" was held at the Chateau Lacombe Hotel in Edmonton, Canada, April 28-30, 2016. The event was organized by the University of Alberta's School of Public Health, in partnership with the Institute for Circumpolar Health Research in Yellowknife, Northwest Territories, and the Qaujigiartiit Health Research Centre in Iqaluit, Nunavut. There were 150 registrants from 7 countries: Canada (7 provinces and 3 territories), United States, Denmark, Iceland, Norway, Sweden, and Australia. They included representatives of academic institutions, health care agencies, government ministries, community organizations, and private industry. The Conference focused on developing solutions to address health care in remote regions. It enabled new networks to be established and existing ones consolidated.

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)0,015
score de la tête « metaresearch » (Gemma)0,011
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0100,002
Communication savante0,0110,006
Science ouverte0,0030,015
Intégrité de la recherche0,0070,012
Charge utile insuffisante (le modèle a refusé de juger)0,0240,002

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 Opus0,099
Tête enseignante GPT0,420
Écart entre enseignants0,321 · 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
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

Citations8
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMC ProceedingsMême sujetIndigenous Studies and EcologyTravaux en français237 207