MétaCan
Menu
Retour à la cohorte
Enregistrement W2533691027 · doi:10.1016/j.ijrobp.2016.10.017

Directly Improving the Quality of Radiation Treatment Through Peer Review: A Cross-sectional Analysis of Cancer Centers Across a Provincial Cancer Program

2016· article· en· W2533691027 sur OpenAlexafffund
Julie Rouette, Eric Gutierrez, Jennifer O’Donnell, Lindsay Reddeman, Margaret Hart, Sophie Foxcroft, Gunita Mitera, Padraig Warde, Michael Brundage, Gregory J. Czarnota, Medhat El-Mallah, Conrad Falkson, Fei‐Fei Liu, Sunil Gulavita, William McMillan, Jason Pantarotto, Ramana Rachakonda, Nancy Read, Ken Schneider, Sarwat Shehata, Christiaan Stevens, Jonathan Tsao, John Waldron, Woodrow Wells, Michael Sharpe, Elizabeth Lockhart, Amanda Caissie, Helmut Hollenhorst, Lianne Wilson, Matthew Parliament, Michael Milosevic, Ross Halperin, Annie Ébacher, Thomas McGowan

Notice bibliographique

RevueInternational Journal of Radiation Oncology*Biology*Physics · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvances in Oncology and Radiotherapy
Établissements canadiensCanadian Partnership Against CancerPrincess Margaret Cancer CentreOntario Institute for Cancer ResearchUniversity of TorontoRegional Municipality of DurhamCancer Care OntarioQueen's University
Organismes subventionnairesPartenariat Canadien Contre Le CancerCancer Care OntarioHealth CanadaAmerican Society for Radiation Oncology
Mots-clésMedicineCancerConfidence intervalBreast cancerCervixRectumRadiation treatment planningRadiation therapyCancer registryPhysical therapySurgeryInternal medicine

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,412
Score d'incertitude au seuil0,579

Scores Codex et Gemma par catégorie

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

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 Opus0,043
Tête enseignante GPT0,490
Écart entre enseignants0,447 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations25
Publié2016
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueInternational Journal of Radiation Oncology*Biology*PhysicsMême sujetAdvances in Oncology and RadiotherapyTravaux en français237 207