MétaCan
Menu
Retour à la cohorte
Enregistrement W2740844297 · doi:10.1177/1035719x0200200212

Triage: A new group technique gaining recognition in evaluation

2002· article· en· W2740844297 sur OpenAlexaff
Marie Gervais, Geneviève Pépin

Notice bibliographique

RevueEvaluation Journal of Australasia · 2002
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDelphi Technique in Research
Établissements canadiensUniversité LavalQuebec Automobile Insurance Corporation
Organismes subventionnairesnon disponible
Mots-clésTriageContext (archaeology)Computer scienceDelphi methodFocus groupProcess (computing)DelphiFlexibility (engineering)Process managementData scienceKnowledge managementArtificial intelligenceEngineeringMedicineMedical emergency

Résumé

récupéré en direct d'OpenAlex

TRIAGE, or Technique for Research of Information by Animation of a Group of Experts, is an inductive and structured method for collecting information that aims to obtain a group consensus. The goal of this technique is to provide quality informative material quickly and efficiently to enable decision-making or to develop more sophisticated survey tools. TRIAGE both distinguishes itself from, and complements, the main group techniques used in evaluation up until now. These are the Delphi technique, the Nominal Group Technique (NGT) and the focus group (Delbecq, Van de Ven & Gustafson, 1975). The definition, the context for use as well as the different parts of the usual process of TRIAGE technique (recruiting of participants, individual production phase, collective production phase with visual support, validation of results) will firstly be presented then compared to these advocated in the Delphi, NGT and focus group techniques. Also, examples of TRIAGE being applied in different evaluation contexts, such as the development of measurement instruments and the evaluation of health programs, will be presented. These examples will illustrate the richness, the flexibility and the potential of this technique as an assessment tool. Finally, the strengths and shortcomings of TRIAGE will be discussed.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,032
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,957
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0320,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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.

Tête enseignante Opus0,421
Tête enseignante GPT0,510
Écart entre enseignants0,088 · 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 tête enseignante, pas un consensus.

Devis d'étudeAutre devis
Domainenon disponible
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

Citations60
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEvaluation Journal of AustralasiaMême sujetDelphi Technique in ResearchTravaux en français237 207