MétaCan
Menu
← Retour à la cohorte
Enregistrement W2604605360 · doi:10.1503/cmaj.170271

Increasing the transparency of clinical data

2017· letter· en· W2604605360 sur OpenAlexaffvenueabout
Pierre Sabourin, Supriya Sharma

Notice bibliographique

RevueCanadian Medical Association Journal · 2017
Typeletter
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésTransparency (behavior)Clinical trialPerspective (graphical)Health dataHealth informationMedicineData scienceComputer scienceHealth carePolitical scienceComputer securityPathology

Résumé

récupéré en direct d'OpenAlex

We are writing to add Health Canada’s perspective to recent commentaries published in CMAJ on the transparency of clinical trial data.[1][1]–[3][2] Health Canada recognizes that access to clinical information can help health researchers and practitioners improve patient safety and health

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)0,102
score de la tête « metaresearch » (Gemma)0,447
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: Reproductibilité · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,990
Score d'incertitude au seuil0,549

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1020,447
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0030,004
Études des sciences et des technologies0,0180,036
Communication savante0,0250,020
Science ouverte0,0100,011
Intégrité de la recherche0,0910,164
Charge utile insuffisante (le modèle a refusé de juger)0,0120,004

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 Opus0,311
Tête enseignante GPT0,497
Écart entre enseignants0,186 · 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.

Devis d'étudeSans objet
DomaineReproductibilité
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

Citations0
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Medical Association Journal→Même sujetHealth and Medical Research Impacts→Travaux en français237 207→