MétaCan
Menu
Retour à la cohorte
Enregistrement W2925403918 · doi:10.1186/s13223-019-0325-6

Changing the culture is a marathon not a sprint

2019· article· en· W2925403918 sur OpenAlexafffundvenueabout
Jenna Dixon, Susan J. Elliott

Notice bibliographique

RevueAllergy Asthma and Clinical Immunology · 2019
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueMeta-analysis and systematic reviews
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésTimelinePremiseProcess (computing)Public relationsKnowledge managementPsychologyEngineering ethicsComputer sciencePolitical scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Integrated knowledge translation (IKT) is built upon the premise that involving knowledge users as partners in the research process will result in science that is more relevant to the public and therefore will have greater impact. Drawing on our experiences with a large and multifaceted IKT food allergy research program we highlight the disjuncture between the goals of IKT and the nature of basic science research, most notably the long timelines before research is ready for translation. Our partner consultations concluded that IKT success should be measured in a different way. That is, it should not be about informing an immediate gap in the translation of food allergy findings but about building relationships between our partners, greater awareness, understanding and knowledge about the nature of science and IKT, and ultimately helping to create better policy and science down the road. It is the recognition that it behooves us as scientists to be able to answer those "why" questions. We call for other researchers to consider the success of IKT beyond the short term timelines of any one research project but instead as an avenue to build partnerships, innovate thinking about research questions and to maximize choice and minimize risk for individuals in Canada and beyond affected by food allergy.

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)0,119
score de la tête « metaresearch » (Gemma)0,127
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,119
Score d'incertitude au seuil0,627

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1190,127
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0200,049
Communication savante0,0280,036
Science ouverte0,0040,023
Intégrité de la recherche0,0100,037
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,457
Tête enseignante GPT0,502
Écart entre enseignants0,045 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2019
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueAllergy Asthma and Clinical ImmunologyMême sujetMeta-analysis and systematic reviewsTravaux en français237 207