MétaCan
Menu
Retour à la cohorte
Enregistrement W2802757919 · doi:10.1139/apnm-2017-0715

Key attributes of global partnerships in food and nutrition to align research agendas and improve public health

2018· article· en· W2802757919 sur OpenAlexaffvenue
Robert F. Bertolo, Eric Hentges, Mary‐Jo Makarchuk, Ashleigh K.A. Wiggins, Heather Steele, Julia Levin, Andrea Grantham, Leah Gramlich, David W.L.

Notice bibliographique

RevueApplied Physiology Nutrition and Metabolism · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNutrition, Genetics, and Disease
Établissements canadiensUniversity of GuelphRoyal Alexandra HospitalCanadian Nutrition SocietyInstitute of Nutrition, Metabolism and DiabetesCanadian Institutes of Health ResearchMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipSustainabilityBusinessGovernment (linguistics)Public relationsKey (lock)Public healthPolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Partnerships among academia, government, and industry have emerged in response to global challenges in food and nutrition. At a workshop reviewing international partnerships, we concluded that to build a partnership, partners must establish a common goal, identify barriers, and engage all stakeholders to ensure project sustainability. To be effective, partnerships must synchronize methodologies and adopt evidence-based processes, and be led by governmental or nonprofit organizations to ensure trust among partners and with the public.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,715
Score d'incertitude au seuil0,688

Scores Codex et Gemma par catégorie

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

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 Opus0,065
Tête enseignante GPT0,333
Écart entre enseignants0,268 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations6
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied Physiology Nutrition and MetabolismMême sujetNutrition, Genetics, and DiseaseTravaux en français237 207