MétaCan
Menu
Retour à la cohorte
Enregistrement W2795257811 · doi:10.2174/1573401314666180327095119

<i>Wikipedia</i> Articles on Nutrition: Are they Accurate and Complete?

2018· article· en· W2795257811 sur OpenAlexaff
Norman J. Temple

Notice bibliographique

RevueCurrent Nutrition & Food Science · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWikis in Education and Collaboration
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésStatement (logic)Completeness (order theory)Information retrievalComputer scienceProblem statementMathematicsLinguisticsManagement science

Résumé

récupéré en direct d'OpenAlex

Background: There is controversy regarding whether Wikipedia entries in the area of health-related topics are accurate and complete. Objective: To investigate the accuracy and completeness of Wikipedia entries on nutrition. Methods: Fifty-three accurate statements were formulated. Topics covered diverse areas of nutrition. One or more search terms were developed for each statement. Wikipedia entries were identified using Google for 89 search terms. These were graded for level of accuracy and completeness. Results: The entries for 73.5% of the statements had high scores (at most only minor problems were seen). The entries for 18.9% of the statements had a lesser degree of accuracy and completeness; the most common problem was that at least one entry for a statement provided no information on the statement. Serious problems of missing information were seen with the entries for 7.6% of the statements. No errors were found in any Wikipedia entries. Conclusion: While Wikipedia entries in the area of nutrition are quite accurate and free of errors, important information is often missing. Nutrition professionals should be discouraged from relying on Wikipedia. These findings are broadly consistent with other studies of Wikipedia entries in healthrelated areas.

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)0,016
score de la tête « metaresearch » (Gemma)0,184
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,184
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0110,009
Études des sciences et des technologies0,0010,002
Communication savante0,0060,006
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,091
Tête enseignante GPT0,373
Écart entre enseignants0,282 · 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'étudeObservationnel
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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Nutrition & Food ScienceMême sujetWikis in Education and CollaborationTravaux en français237 207