MétaCan
Menu
← Retour à la cohorte
Enregistrement W2909850736 · doi:10.3899/jrheum.181196

The Third Biennial 2018 OMERACT First-time Participant Program: A Qualitative and Quantitative Study

2019· article· en· W2909850736 sur OpenAlexaffvenue
Victor S. Sloan, Shawna Grosskleg, George A. Wells, Jasvinder A. Singh

Notice bibliographique

RevueThe Journal of Rheumatology · 2019
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensOttawa Heart InstituteUniversity of Ottawa
Organismes subventionnairesNational Institutes of Health
Mots-clésSession (web analytics)MedicineMedical educationPhysical therapyPresentation (obstetrics)Family medicineSurgeryComputer science

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To assess the expanded/refined first-time participant training program. METHODS: We conducted a refined new participant program at OMERACT 2018 on days 1-4, in which first-time participants provided feedback with online surveys and a nominal group on Day 4. RESULTS: Twenty first-time participants attended the introductory session and 8-12 attended followup sessions. A high proportion valued the newbie session (100%), rating it overall (91%), content-wise (62%), for presentation quality (82%), and value for the money (82%) as outstanding or good. The nominal group technique identified opportunities for further improvement of breakouts/voting. CONCLUSION: The expanded new participant training program is valued by attendees.

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)0,069
score de la tête « metaresearch » (Gemma)0,084
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,931
Score d'incertitude au seuil0,365

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0690,084
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,609
Tête enseignante GPT0,553
Écart entre enseignants0,055 · 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.

Devis d'étudeObservationnel
DomaineÉvaluation
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

Citations1
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of Rheumatology→Même sujetMeta-analysis and systematic reviews→Travaux en français237 207→