MétaCan
Menu
Retour à la cohorte
Enregistrement W2975460762 · doi:10.1177/1073110519876166

Cochrane's Linked Data Project: How it Can Advance our Understanding of Surrogate Endpoints

2019· article· en· W2975460762 sur OpenAlexaff
Chris Mavergames, Deirdre Beecher, Lorne A Becker, A. Last, A. K. A. Ali

Notice bibliographique

RevueThe Journal of Law Medicine & Ethics · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBiomedical Text Mining and Ontologies
Établissements canadiensCochrane
Organismes subventionnairesnon disponible
Mots-clésSurrogate endpointData scienceComputer scienceReal world evidenceMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

Cochrane has developed a linked data infrastructure to make the evidence and data from its rich repositories more discoverable to facilitate evidence-based health decision-making. These annotated resources can enhance the study and understanding of biomarkers and surrogate endpoints.

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)0,178
score de la tête « metaresearch » (Gemma)0,572
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,822
Score d'incertitude au seuil0,941

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1780,572
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0040,008
Bibliométrie0,0430,048
Études des sciences et des technologies0,0040,005
Communication savante0,0200,016
Science ouverte0,0060,019
Intégrité de la recherche0,0110,009
Charge utile insuffisante (le modèle a refusé de juger)0,0400,009

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 Opus0,237
Tête enseignante GPT0,426
Écart entre enseignants0,188 · 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'étudeSans objet
DomaineMéthodes
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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Law Medicine & EthicsMême sujetBiomedical Text Mining and OntologiesTravaux en français237 207