MétaCan
Menu
Retour à la cohorte
Enregistrement W2910676512 · doi:10.1080/03009734.2018.1556754

Rationale for a Swedish cohort consortium

2019· article· en· W2910676512 sur OpenAlexaff
Johan Sundström, Cecilia Björkelund, Vilmantas Giedraitis, Per-Olof Hansson, Marieann Högman, Christer Janson, Ilona Koupil, Margareta Kristenson, Ylva Trolle Lagerros, Jerzy Leppert, Lars Lind, Lauren Lissner, Ingegerd Johansson, Jonas F. Ludvigsson, Peter M. Nilsson, Håkan Olsson, Nancy L. Pedersen, Andreas Rosenblad, Annika Rosengren, Sven Sandin, Tomas Snäckerström, Magnus Stenbeck, Stefan Söderberg, Elisabete Weiderpass, Anders Wanhainen, Patrik Wennberg, Isabel Fortier, Susanne Heller, Maria Storgärds, Bodil Svennblad

Notice bibliographique

RevueUpsala Journal of Medical Sciences · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHealth, Environment, Cognitive Aging
Établissements canadiensMcGill University Health Centre
Organismes subventionnairesAkademiska Sjukhuset
Mots-clésMedicineEpidemiologyCohortCohort studyCompetence (human resources)GerontologyFamily medicinePathologyManagement

Résumé

récupéré en direct d'OpenAlex

We herein outline the rationale for a Swedish cohort consortium, aiming to facilitate greater use of Swedish cohorts for world-class research. Coordination of all Swedish prospective population-based cohorts in a common infrastructure would enable more precise research findings and facilitate research on rare exposures and outcomes, leading to better utilization of study participants' data, better return of funders' investments, and higher benefit to patients and populations. We motivate the proposed infrastructure partly by lessons learned from a pilot study encompassing data from 21 cohorts. We envisage a standing Swedish cohort consortium that would drive development of epidemiological research methods and strengthen the Swedish as well as international epidemiological competence, community, and competitiveness.

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)0,287
score de la tête « metaresearch » (Gemma)0,240
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,287
Score d'incertitude au seuil0,880

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2870,240
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,004
Études des sciences et des technologies0,0070,005
Communication savante0,0070,005
Science ouverte0,0060,013
Intégrité de la recherche0,0110,009
Charge utile insuffisante (le modèle a refusé de juger)0,0100,005

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 Opus0,026
Tête enseignante GPT0,310
Écart entre enseignants0,283 · 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
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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUpsala Journal of Medical SciencesMême sujetHealth, Environment, Cognitive AgingTravaux en français237 207