MétaCan
Menu
Retour à la cohorte
Enregistrement W2600139153 · doi:10.21037/atm.2017.03.38

Pokémon GO: snake oil or miracle cure for physical inactivity?

2017· letter· en· W2600139153 sur OpenAlexaff
Jean‐Philippe Chaput, Allana G. LeBlanc

Notice bibliographique

RevueAnnals of Translational Medicine · 2017
Typeletter
Langueen
DomaineSocial Sciences
ThématiqueImpact of Technology on Adolescents
Établissements canadiensUniversity of OttawaChildren's Hospital of Eastern Ontario
Organismes subventionnairesnon disponible
Mots-clésPanacea (medicine)MiracleMedicinePolitical scienceAlternative medicineLaw

Résumé

récupéré en direct d'OpenAlex

The term "snake oil" was popularized in the early 1900s as a miracle cure-all, and later, after uncovering that it was made up of no more than mineral water and turpentine, it was coined as a term for someone selling products with fraudulent, questionable, or unverifiable benefits (1). Pokémon GO, released in July 2016, quickly became the world's most downloaded smartphone application, surpassing Twitter and Candy Crush within the first two weeks of its release (2). Initial reports and anecdotal evidence suggested that Pokémon GO might be the panacea researchers have been searching for to solve the global physical inactivity crisis. However, less than a year later, we understand that after the initial excitement subsided, Pikachu was not able maintain an increase in habitual physical activity. Pokémon GO may be just snake oil.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,369
Score d'incertitude au seuil0,955

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,156
Tête enseignante GPT0,449
Écart entre enseignants0,293 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations13
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Translational MedicineMême sujetImpact of Technology on AdolescentsTravaux en français237 207