MétaCan
Menu
Retour à la cohorte
Enregistrement W2980014205 · doi:10.5864/d2019-018

Fit to the task: using Canadian data for evidence-informed public health

2019· article· en· W2980014205 sur OpenAlexafffundvenueabout
Angela Eykelbosh

Notice bibliographique

RevueEnvironmental Health Review · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensBC Centre for Disease Control
Organismes subventionnairesPublic Health AgencyPublic Health Agency of Canada
Mots-clésTask (project management)Public healthTask forcePolitical sciencePsychologyComputer scienceData scienceMedicinePublic administrationEconomicsNursingManagement

Résumé

récupéré en direct d'OpenAlex

Evidence-informed decision-making (EIDM) is the practice of integrating scientific research evidence with the many other competing social and political considerations that inform policy (National Collaborating Centre for Methods and Tools, 2012). However, decision-makers and those who participate in policy development are often confounded in this effort by data that are patchy, weak, or missing altogether. We must often reach for the "next best thing, " typically data or studies from other demographically "comparable" nations, whom we assume to live, eat, work, and recreate in a manner closely similar to our Canadian population, under similar environmental conditions. This is problematic given that, within our own Canadian population, there is a wide disparity in factors influencing health, such as access to healthy foods, clean drinking water, and the presence of environmental contaminants.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,497
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,337
Tête enseignante GPT0,479
Écart entre enseignants0,141 · 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.

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

Citations0
Publié2019
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueEnvironmental Health ReviewMême sujetHealth disparities and outcomesTravaux en français237 207