Reflecting back, looking forward: A content analysis of scientific programs from the 2013–2016 Canadian Sex Research Forum annual conferences
Notice bibliographique
Résumé
The vision of the Canadian Sex Research Forum (CSRF) is to be Canada's leading organization dedicated to interdisciplinary, theoretical, and applied sexuality research. We sought to determine the composition of four previous CSRF Annual Conference (2013–2016) scientific programs. We double-coded 356 abstracts on first author region, discipline, and faculty status; presentation format (oral/poster); and several non-exclusive yes/no questions regarding study populations, topics, and methods. We calculated odds ratios (OR) to assess trends (per year) and likelihood of oral versus poster presentation. Most of authors were from psychology (86.5%), although this decreased over time (98.1% to 80.5%). Most abstracts used quantitative methods (82.9%) and there was a decrease over time in abstracts using qualitative (26.4% to 16.3%) and experimental (17.0% to 7.3%) methods. For study population and topic, there were increases over time in clinical population foci (7.6% to 23.6%) and decreases in race/ethnicity foci (3.8% to 0.8%) and methods topics (18.9% to 5.7%). Half of the abstracts were oral presentations (44.9%), which were more frequently awarded to faculty (81.1% vs. 38.6%), sexual practice topics (50.7% vs. 40.8%), relationship topics (52.3% vs. 40.7%), methodology topics (50.0% vs. 44.2%), and theory papers (71.4% vs. 43.3%). Oral presentations were less frequently awarded to single sex/gender populations (36.7% vs. 48.4%), student-only populations (35.3% vs. 51.2%), race/ethnicity foci (20.0% vs. 45.5%), and quantitative methods (43.4% vs. 52.5%). To achieve CSRF's vision of “interdisciplinary, theoretical, and applied research,” we must undertake intentional strategic action (e.g., more content from non-psychology disciplines, more qualitative methods).
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 | 0,064 | 0,296 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,027 | 0,034 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».