MétaCan
Menu
Retour à la cohorte
Enregistrement W3010385056 · doi:10.25910/5c16c958d1bb8

Adverse Events Following Q Fever Immunisation in Young Adults

2018· dataset· en· W3010385056 sur OpenAlexaff
Emily Sellens, Nicholas Wood, Jeannette Comeau

Notice bibliographique

RevueThe Sydney eScholarship Repository (The University of Sydney) · 2018
Typedataset
Langueen
DomaineImmunology and Microbiology
ThématiqueVector-borne infectious diseases
Établissements canadiensDalhousie University
Organismes subventionnairesNational Health and Medical Research Council
Mots-clésQ feverAdverse effectMedicinePediatricsVirologyInternal medicine

Résumé

récupéré en direct d'OpenAlex

The dataset is part of Frequency of Adverse Events Following Q Fever Immunisation in Young Adults project data collection which collected Q fever vaccine (Q-VAX®) adverse events following immunisation (AEFI) data in veterinary and animal science students at Australian universities. Students were enrolled at the time of vaccination and were emailed a link to an online AEFI survey one week later. Of the 60% (499/827) that responded, 85% were female and the median age was 18 years. Local injection site reactions (ISRs) occurred in 98% (95%; CI 96–99%) of respondents. Systemic AEFI occurred in 60% (95%; CI 55–64%) of respondents within the seven days following immunisation. Medical attention was sought by 19/499 (3.8%) respondents, of whom one sought treatment at a hospital emergency department. This dataset is an excel file of data obtained from a survey of young adults following Q fever immunisation. The survey contained questions pertaining to local and systemic adverse events following immunisation; frequency, size and onset of local reactions, and the presence of systemic events within the seven days following vaccination. The data headings can be interpreted with the data dictionary provided within the excel file.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,007

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 Opus0,008
Tête enseignante GPT0,210
Écart entre enseignants0,202 · 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'étudeObservationnel
Domainenon disponible
GenreJeu de données

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Sydney eScholarship Repository (The University of Sydney)Même sujetVector-borne infectious diseasesTravaux en français237 207