Statistics and Biology: Not Your Average Relationship
Notice bibliographique
Résumé
Statistics, the much-maligned discipline feared by graduate students, is usually far removed from biomedical scientists’ day-to-day concerns. Possible exceptions are grant writing, addressing seemingly nitpicking journal reviewer comments, and seeking expert advice when experimental results are not as expected. Although biostatisticians see themselves as scientists in their own right, other scientists often see them as service providers or, worse, as impediments to getting the job done. Along these lines, US National Cancer Institute statistician Lisa McShane remarked how a biomedical scientist might expect a request for data analysis help to proceed:The statistician will probably tell me it will take six weeks to complete the analysis and might start asking questions about whether I carefully designed my study with appropriate controls and safeguards against confounding effects.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,076 | 0,383 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,002 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,007 | 0,035 |
| Communication savante | 0,021 | 0,034 |
| Science ouverte | 0,003 | 0,008 |
| Intégrité de la recherche | 0,012 | 0,039 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,026 | 0,023 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».