MétaCan
Menu
Retour à la cohorte
Enregistrement W2755904887 · doi:10.1111/add.13961

The lessons learned from the fentanyl overdose crises in British Columbia, Canada

2017· letter· en· W2755904887 sur OpenAlexafffundabout
Erica Thomson, Hugh Lampkin, Russ Maynard, Mohammad Karamouzian, Ehsan Jozaghi

Notice bibliographique

RevueAddiction · 2017
Typeletter
Langueen
DomaineMedicine
ThématiqueOpioid Use Disorder Treatment
Établissements canadiensBritish Columbia Centre on Substance UseUniversity of British Columbia HospitalBC Centre for Disease ControlUniversity of British ColumbiaCentre for Drug Research and DevelopmentPHS Community Services SocietyPositive Living Society of British ColumbiaAbbotsford Veterinary ClinicUniversity of the Fraser Valley
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésHarm reductionHeroinLaw enforcementPublic healthOpioid overdose(+)-NaloxoneGovernment (linguistics)MedicineEnvironmental healthPublic administrationPolitical sciencePsychiatryLawNursingDrugOpioid

Résumé

récupéré en direct d'OpenAlex

OpenAlex consigne un résumé pour ce travail, mais il n'a pas pu être récupéré à l'instant.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,539

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0160,006
Communication savante0,0090,004
Science ouverte0,0040,006
Intégrité de la recherche0,0060,014
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,028
Tête enseignante GPT0,270
Écart entre enseignants0,242 · 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
GenreCommentaire

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 revueAddictionMême sujetOpioid Use Disorder TreatmentTravaux en français237 207