Notice bibliographique
Résumé
An ongoing challenge in clinical research is the inaccessibility of clinical trial data, which prevents physicians from making an informed decision with regards to patient care. The U.S. Food and Drug Administration (FDA) as well as the World Health Organization (WHO) recently called for all trial data to be registered and made publically available. However, this issue is still ongoing and there are several measures currently being enforced to rectify these concerns. Potential solutions, such as regulations, campaigns, and possible conse- quences, for increasing transparency in clinical trial data will be discussed. RÉSUMÉ L’inaccessibilité des données provenant d’essais cliniques constitue un défi constant en recherche clinique, puisqu’elle empêche les médecins de prendre des décisions éclairées quant aux soins de leurs patients. Récemment, le Secrétariat américain aux produits alimentaires et pharmaceutiques (FDA) ainsi que l’Organisation mondiale de la Santé (OMS) ont demandé que toutes les données d’essais cliniques soient enregistrées et mises à la disposition du public. Toutefois, ce problème persiste et plusieurs mesures ont été mises en place pour répondre à ces préoccupations. Des solutions possibles dont des réglementations, des campagnes et des sanctions possibles pour améliorer la transparence en ce qui concerne les données d’essais cliniques seront discutées.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,541 | 0,718 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,004 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,011 | 0,010 |
| Études des sciences et des technologies | 0,006 | 0,040 |
| Communication savante | 0,034 | 0,040 |
| Science ouverte | 0,014 | 0,018 |
| Intégrité de la recherche | 0,024 | 0,043 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,005 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».