MétaCan
Menu
Retour à la cohorte
Enregistrement W3012447582 · doi:10.1136/bmj.m422

Improving researchers’ conflict of interest declarations

2020· article· en· W3012447582 sur OpenAlexaff
Quinn Grundy, Adam G. Dunn, Lisa Bero

Notice bibliographique

RevueBMJ · 2020
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiquePharmaceutical industry and healthcare
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésConflict of interestComputer scienceData scienceWorld Wide WebInformation retrievalPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Enforced, structured reporting and processes to assess relevance are required to make conflict of interest disclosures fit for purpose, argue Quinn Grundy, Adam Dunn, and Lisa Bero

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)0,750
score de la tête « metaresearch » (Gemma)0,939
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,932
Score d'incertitude au seuil0,309

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,7500,939
Méta-épidémiologie (sens strict)0,0030,009
Méta-épidémiologie (sens large)0,0110,007
Bibliométrie0,0120,010
Études des sciences et des technologies0,0090,023
Communication savante0,0340,027
Science ouverte0,0160,014
Intégrité de la recherche0,0680,090
Charge utile insuffisante (le modèle a refusé de juger)0,0180,026

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 Opus0,900
Tête enseignante GPT0,650
Écart entre enseignants0,250 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

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

Citations62
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBMJMême sujetPharmaceutical industry and healthcareTravaux en français237 207