MétaCan
Menu
Retour à la cohorte
Enregistrement W2921531816 · doi:10.1016/j.dib.2019.103748

Test volume data for 51 most commonly ordered laboratory tests in Calgary, Alberta, Canada

2019· article· en· W2921531816 sur OpenAlexafffundabout
Irene Ma, Maggie Guo, Cheryl K. Lau, Zane Ramdas, Rhonda Jackson, Christopher Naugler

Notice bibliographique

RevueData in Brief · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueEmergency and Acute Care Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésTest (biology)Laboratory testMedicineMnemonicFamily medicineMedical emergencyPsychologyEngineeringBiology

Résumé

récupéré en direct d'OpenAlex

Data presented in this article include the top 51 ordered laboratory tests in Calgary and surrounding area, Alberta, from January to December 2017. This data set was collected from Calgary Laboratory Service's Laboratory Information System, and included top 51 tests ordered from community (n = 11, 224, 330), inpatient (n = 2,340,594) and emergency (n = 1,670,062) settings. Test order mnemonic that were not true laboratory tests (eg: "extra PST tube", "extra tube", etc.) were excluded in the analysis. The top test ordered in all 3 test encounters was the complete blood count test (community encounter, n = 921, 873; inpatient setting, n = 357, 375; and emergency setting, n = 276, 954). This data article was submitted as a companion paper to the related research article, "Estimated costs of 51 commonly ordered laboratory tests in Canada" [1].

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)0,003
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,185
Score d'incertitude au seuil0,664

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,024
Tête enseignante GPT0,289
Écart entre enseignants0,265 · 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'étudeSans objet
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

Citations16
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetEmergency and Acute Care StudiesTravaux en français237 207