MétaCan
Menu
Retour à la cohorte
Enregistrement W3047231608 · doi:10.1109/lifetech48969.2020.9080941

LifeTech 2020 Tutorial Session

2020· article· en· W3047231608 sur OpenAlexaboutno aff
Kuniki Imagawa

Notice bibliographique

Revue2020 IEEE 2nd Global Conference on Life Sciences and Technologies (LifeTech) · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueBiomedical Ethics and Regulation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHarmonizationStandardizationSession (web analytics)International standardizationCommissionWork (physics)Convergence (economics)Engineering managementEuropean unionChinaEuropean commissionRussian federationComputer scienceKey (lock)BusinessPolitical scienceEngineeringComputer securityInternational tradeLawFinanceEconomic growthEconomic policy

Résumé

récupéré en direct d'OpenAlex

To provide safe and effective medical devices for patients in a timely manner, understanding the regulatory framework is a key element at an early stage of development. Medical devices in Japan are under the regulation of the Pharmaceuticals, Medical Devices, and Other Therapeutic Products Act (PMD Act). Japan has proactively incorporated Global Harmonization Task Force (GHTF) documents into its regulations to achieve regulatory convergence. The purpose of GHTF is to encourage convergence in regulatory requirements, practices and systems across the world. Currently, the International Medical Device Regulatory Forum (IMDRF) is continuing the work of GHTF and the current members are Australia, Brazil, Canada, China, the Russian Federation, the European Union, the United States, Singapore, South Korea and Japan. In this session, we will introduce the basic regulatory framework in Japan by comparing with GHTF documents especially for the premarketing review stage and how to use the International Organization for Standardization (ISO) and the International Electrotechnical Commission (IEC) standards in the regulation. Furthermore, revised PMD Act on November 2019 regarding medical devices will be introduced.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge 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: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,433
Score d'incertitude au seuil0,809

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,4330,329

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 Opus0,058
Tête enseignante GPT0,323
Écart entre enseignants0,265 · 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.

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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2020 IEEE 2nd Global Conference on Life Sciences and Technologies (LifeTech)Même sujetBiomedical Ethics and RegulationTravaux en français237 207