MétaCan
Menu
Retour à la cohorte
Enregistrement W2612811682 · doi:10.1016/j.eururo.2017.04.011

Setting Research Priorities for Kidney Cancer

2017· editorial· en· W2612811682 sur OpenAlexafffundabout
Jennifer M. Jones, Jaimin R. Bhatt, Jonathan Avery, Andreas Laupacis, Katherine Cowan, Naveen S. Basappa, Joan Basiuk, Christina Canil, Sohaib Al-Asaaed, Daniel Y.C. Heng, Lori Wood, Dawn Stacey, Christian Kollmannsberger, Michael A.S. Jewett

Notice bibliographique

RevueEuropean Urology · 2017
Typeeditorial
Langueen
DomaineMedicine
ThématiqueRenal cell carcinoma treatment
Établissements canadiensBC Cancer AgencyUniversity of British ColumbiaPrincess Margaret Cancer CentreUniversity of CalgaryAlberta Kidney Disease NetworkMemorial University of NewfoundlandUniversity of AlbertaSt. Michael's HospitalUniversity of OttawaUniversity Health NetworkOttawa HospitalDalhousie UniversityUniversity of Toronto
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMedicineGeneral partnershipKidney cancerContext (archaeology)CancerKidney diseaseIntensive care medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Defining disease-specific research priorities in cancer can facilitate better allocation of limited resources. Involving patients and caregivers as well as expert clinicians in this process is of value. We undertook this approach for kidney cancer as an example. The Kidney Cancer Research Network of Canada sponsored a collaborative consensus-based priority-setting partnership that identified ten research priorities in the management of kidney cancer. These are discussed in the context of current initiatives and gaps in knowledge.

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)0,035
score de la tête « metaresearch » (Gemma)0,106
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: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,106
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0040,002
Études des sciences et des technologies0,0050,007
Communication savante0,0130,014
Science ouverte0,0050,005
Intégrité de la recherche0,0280,060
Charge utile insuffisante (le modèle a refusé de juger)0,0070,006

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 Opus0,075
Tête enseignante GPT0,399
Écart entre enseignants0,323 · 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
GenreÉditorial

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

En bref

Citations23
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEuropean UrologyMême sujetRenal cell carcinoma treatmentTravaux en français237 207