MétaCan
Menu
Retour à la cohorte
Enregistrement W3012069205 · doi:10.1016/j.jamcollsurg.2020.01.032

Proceedings from the Consensus Conference on Trauma Patient-Reported Outcome Measures

2020· article· en· W3012069205 sur OpenAlexaff
Joseph V. Sakran, Hiba Ezzeddine, William C. Schwab, Stephanie Bonne, Karen J. Brasel, Randall S. Burd, Joseph Cuschieri, James R. Ficke, Barbara A. Gaines, Joseph T. Giacino, Nicole S. Gibran, Adil H. Haider, Erin Hall, Juan P. Herrera‐Escobar, Bellal Joseph, Lillian S. Kao, Brad G. Kurowski, David H. Livingston, Samuel P. Mandell, Deepika Nehra, Babak Sarani, Mark J. Seamon, Peter Yonclas, Ben L. Zarzaur, Ronald M. Stewart, Eileen M. Bulger, Avery B. Nathens, Dagmar Amtmann, Pam Bixby, Brian K. Brighton, Helen Burstin, Chris Burns, Michelle Caldwell, Éric Chaney, Kevin C. Chung, Mark Cipolle, Terri deRoon-Cassine, Rochelle Dicker, Mary E. Fallat, Belinda J. Gabbe, Bob Gfeller, Gérard A. Gioia, Elliott R. Haut, Jason Hendrix, Chris Hoeft, Heidi Hotz, Kathleen Keavany, Nomi C. Levy‐Carrick, Geoffrey T. Manley, Christopher P. Michetti, Anna N. Miller, Cate Miller, David S. Morris, Bindi Naik‐Mathuria, Melanie Neal, Bhavin Patel, Craig D. Newgard, Stephanie Nitzschke, David O. Okonkwo, Travis M. Polk, Michelle A. Price, Fred Rivara, Mark Sochor, Deborah M. Stein, Haris Subačius, Gerry H. Taylor, William J. Thomas, Amy K. Wagner, Rob Winfield, Douglas Zatzick, Martin D. Zielinski

Notice bibliographique

RevueJournal of the American College of Surgeons · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueTrauma and Emergency Care Studies
Établissements canadiensHealth Sciences CentreSunnybrook Health Science Centre
Organismes subventionnairesAmerican College of Surgeons
Mots-clésMedicineConsensus conferenceOutcome (game theory)Intensive care medicineInternal medicineMathematical economics

Résumé

récupéré en direct d'OpenAlex

Sakran, Joseph V. MD, MPH, MPA, FACS; Ezzeddine, Hiba MD; Schwab, William C. MD, FACS; Bonne, Stephanie MD, FACS; Brasel, Karen J. MD, MPH, FACS; Burd, Randall S. MD, PhD, FACS; Cuschieri, Joseph MD, FACS; Ficke, James MD, FACS; Gaines, Barbara A. MD, FACS; Giacino, Joseph T. PhD; Gibran, Nicole S. MD, FACS; Haider, Adil MD, MPH, FACS; Hall, Erin C. MD, FACS; Herrera-Escobar, Juan P. MD, MPH; Joseph, Bellal MD, FACS; Kao, Lillian MD, FACS; Kurowski, Brad G. MD, MS, FACS; Livingston, David MD, FACS; Mandell, Samuel P. MD, MPH, FACS; Nehra, Deepika MD, FACS; Sarani, Babak MD, FACS; Seamon, Mark MD, FACS; Yonclas, Peter MD; Zarzaur, Ben MD, MPH, FACS; Stewart, Ronald MD, FACS; Bulger, Eileen MD, FACS; Nathens, Avery B. MD, MPH, PhD, FACS; Amtmann, Dagmar PhD; Bixby, Pam; Brighton, Brian MD, MPH; Burstin, Helen MD, MPH; Burns, Chris MD, FACS; Caldwell, Michelle; Chaney, Eric; Chung, Kevin MD, FCCM, FACP; Cipolle, Mark MD, PhD, MS; deRoon-Cassine, Terri MS, PhD; Dicker, Rochelle MD, FACS; Fallat, Mary E. MD, FACS; Gabbe, Belinda MAppSc, BPhysio, PhD, NHMRC CDF; Gfeller, Bob Jr. MBA; Gioia, Gerard PhD; Haut, Elliott MD, PhD; Hendrix, Jason; Hoeft, Chris; Hotz, Heidi RN; Keavany, Kathleen MHA; Levy-Carrick, Nomi MD, MPHIL; Manley, Geoffrey T. MD, PhD; Michetti, Christopher MD, FACS; Miller, Anna MD, FACS; Miller, Cate PhD; Morris, David S. MD, FACS; Naik-Mathuria, Bindi J. MD, MPH; Neal, Melanie; Patel, Bhavin; Newgard, Craig MD, MPH; Nitzschke, Stephanie MD, FACS; Okonkwo, David O. MD, PhD; Polk, Travis MD, FACS; Price, Michelle PhD, Med; Rivara, Fred MD, MPH; Sochor, Mark MD, MS, FACEP; Stein, Deb MD, MPH, FACS, FCCM; Subacius, Haris; Taylor, Gerry H. PhD; Thomas, William III; Wagner, Amy MD; Winfield, Rob MD, FACS; Zatzick, Douglas F. MD; Zielinski, Martin D. MD, FACS The Patient Reported Outcome Consortium Author Information

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)0,161
score de la tête « metaresearch » (Gemma)0,228
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: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,161
Score d'incertitude au seuil0,851

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1610,228
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0080,010
Bibliométrie0,0110,007
Études des sciences et des technologies0,0040,003
Communication savante0,0080,005
Science ouverte0,0120,009
Intégrité de la recherche0,0070,017
Charge utile insuffisante (le modèle a refusé de juger)0,0080,006

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 Opus0,093
Tête enseignante GPT0,295
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'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations47
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American College of SurgeonsMême sujetTrauma and Emergency Care StudiesTravaux en français237 207