MétaCan
Menu
Retour à la cohorte
Enregistrement W2619583629 · doi:10.1080/17482631.2017.1305590

Academic textbooks on ADHD genetics: balanced or biased?

2017· article· en· W2619583629 sur OpenAlexaboutno aff
Sanne te Meerman, Laura Batstra, Rink Hoekstra, Hans Grietens

Notice bibliographique

RevueInternational Journal of Qualitative Studies on Health and Well-Being · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueAttention Deficit Hyperactivity Disorder
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStatistical geneticsTwin studyQuantitative geneticsContrast (vision)Quarter (Canadian coin)Variance (accounting)PsychologySample size determinationMolecular geneticsGeneticsBiologyGenetic variationComputer scienceStatisticsGeneGenotypeHeritabilityMathematicsPharmacogeneticsHistory

Résumé

récupéré en direct d'OpenAlex

Academic text books [corrected] are essential assets for disseminating knowledge about ADHD to future healthcare professionals. This study examined if they are balanced with regard to genetics. We selected and analyzed study books (N=43) used in (pre) master's programmes at 10 universities in the Netherlands. Because the mere behaviourally informed quantitative genetics give a much higher effect size of the genetic involvement in ADHD, it is important that text books [corrected] contrast these findings with molecular genetics' outcomes. The latter studies use real genetic data, and their low effect sizes expose the potential weaknesses of quantitative genetics, like underestimating the involvement of the environment. Only a quarter of books mention both effect sizes and contrast these findings, while another quarter does not discuss any effect size. Most importantly, however, roughly half of the books in our sample mention only the effect sizes from quantitative genetic studies without addressing the low explained variance of molecular genetic studies. This may confuse readers by suggesting that the weakly associated genes support the quite spectacular, but potentially flawed estimates of twin, family and adoption studies, while they actually contradict them.

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)0,005
score de la tête « metaresearch » (Gemma)0,072
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,995
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,072
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0050,008
Études des sciences et des technologies0,0010,002
Communication savante0,0050,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0310,005

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 Opus0,279
Tête enseignante GPT0,554
Écart entre enseignants0,275 · 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'étudeQualitatif
DomaineÉvaluation
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

Citations8
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Qualitative Studies on Health and Well-BeingMême sujetAttention Deficit Hyperactivity DisorderTravaux en français237 207