MétaCan
Menu
Retour à la cohorte
Enregistrement W3036125252 · doi:10.1093/annweh/wxaa039

The OMEGA-NET International Inventory of Occupational Cohorts

2020· article· en· W3036125252 sur OpenAlexaff
Manolis Kogevinas, Vivi Schlünssen, Ingrid Sivesind Mehlum, Michelle C. Turner

Notice bibliographique

RevueAnnals of Work Exposures and Health · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueWorkplace Health and Well-being
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesGeneralitat de CatalunyaEuropean Cooperation in Science and TechnologyEuropean Social FundCentres de Recerca de CatalunyaVlaamse regeringMinisterio de Ciencia, Innovación y Universidades
Mots-clésOmegaEnvironmental healthMedicinePhysics

Résumé

récupéré en direct d'OpenAlex

In a recent count of cohort studies in Europe capturing information on occupation and/or occupational exposures, we estimated that there are more than 60 major studies with some type of occupational information that enrolled over 30 million persons. With few exceptions there have been no large-scale analyses systematically combining cohorts from this extraordinary resource. We present the development of an inventory of cohorts with occupational information in Europe and internationally and describe the online interactive tool with detailed information on existing cohorts. The OMEGA-NET inventory can be accessed at http://occupationalcohorts.net/ includes cohorts, case-control studies nested within cohorts and intervention studies that are active or can substantiate that their data are potentially accessible; that include data on occupation and/or industry or at least one occupational exposure; and that have at least one follow-up, either already conducted or planned. We expect that this open access inventory will be an important prerequisite for use of this resource of existing studies for research and policy development.

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)0,012
score de la tête « metaresearch » (Gemma)0,035
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,105

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,035
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0180,016
Études des sciences et des technologies0,0010,000
Communication savante0,0030,003
Science ouverte0,0020,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0310,013

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 Opus0,163
Tête enseignante GPT0,460
Écart entre enseignants0,297 · 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
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

Citations16
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Work Exposures and HealthMême sujetWorkplace Health and Well-beingTravaux en français237 207