MétaCan
Menu
Retour à la cohorte
Enregistrement W3094556160 · doi:10.1332/175795920x16009650086121

Panel recovery after 22 years: how we reactivated a 45 year cohort study in Canada

2020· article· en· W3094556160 sur OpenAlexaffabout
Karen Robson, Paul Anisef, David Northrup, Adam Grearson

Notice bibliographique

RevueLongitudinal and Life Course Studies · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueData-Driven Disease Surveillance
Établissements canadiensMcMaster UniversityYork UniversityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésCohortAttritionGovernment (linguistics)TRACE (psycholinguistics)Cohort studyGerontologyGeographyDemographic economicsMedicineEconomics

Résumé

récupéré en direct d'OpenAlex

In this paper we describe the process we used to reactivate a cohort study that began in 1973 but had not been contacted since 1995. In 2018, we began efforts to trace cohort members who had been involved in the last wave of the study. While we had old contact information, we also employed internet search strategies to try to find individuals. We discuss our strategy and the limits that we have as Canadians working in an extremely limited funding landscape and a data infrastructure that does not allow access to government data sources, like those described by researchers of other similar longitudinal studies spanning decades in the UK and the US. Despite our considerable attrition, we performed some analyses that demonstrates our remaining cohort is not that dissimilar from either the original cohort or in terms of general characteristics of Ontarians in their mid-60s.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,196
Score d'incertitude au seuil0,952

Scores Codex et Gemma par catégorie

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

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 Opus0,046
Tête enseignante GPT0,277
Écart entre enseignants0,231 · 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 tête enseignante, 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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLongitudinal and Life Course StudiesMême sujetData-Driven Disease SurveillanceTravaux en français237 207