MétaCan
Menu
Retour à la cohorte
Enregistrement W3110095855 · doi:10.1007/s10654-020-00697-2

Cohort profile: Singapore Preconception Study of Long-Term Maternal and Child Outcomes (S-PRESTO)

2020· article· en· W3110095855 sur OpenAlexaff
Evelyn Xiu Ling Loo, Shu‐E Soh, See Ling Loy, Sharon Ng, Mya Thway Tint, Shiao‐Yng Chan, Jonathan Huang, Fabian Yap, Kok Hian Tan, Bernard Su Min Chern, Heng Hao Tan, Michael J. Meaney, Neerja Karnani, Keith M. Godfrey, Yung Seng Lee, Jerry Kok Yen Chan, Peter D. Gluckman, Yap Seng Chong, Lynette Pei‐Chi Shek, Johan G. Eriksson, Airu Chia, Anna Fogel, Anne Goh, Anne Chu, Anne Rifkin‐Graboi, Anqi Qiu, Bee Wah Lee, Bobby K. Cheon, Candida Vaz, Christiani Jeyakumar Henry, Ciarán G. Forde, Claudia Chi, Dawn X. P. Koh, Desiree Y. Phua, Doris Ngiuk Lan Loh, Elaine Phaik Ling Quah, Elizabeth Huiwen Tham, Evelyn Law, Faidon Magkos, G. S. H. Yeo, Hannah E. J. Yong, Helen Yu Chen, Hong Pan, Hugo P.S. Van Bever, Hui Min Tan, Izzuddin M. Aris, Jeannie Tay, Jia Xu, Joanne Yoong, Jonathan Tze Liang Choo, Jonathan Y. Bernard, Jun Shi Lai, Karen Tan, Kenneth Kwek, Keri McCrickerd, Kothandaraman Narasimhan, Kok Wee Chong, Kuan J. Lee, Li Chen, Lieng Hsi Ling, Ling‐Wei Chen, Lourdes Mary Daniel, Marielle V. Fortier, Mary Foong‐Fong Chong, Mei Chien Chua, Melvin Khee‐Shing Leow, Michelle Z. L. Kee, Min Gong, Navin Michael, Ngee Lek, Oon Hoe Teoh, Priti Mishra, Queenie Ling Jun Li, S. Sendhil Velan, Seng Bin Ang, Shirong Cai, Si Hui Goh, Sok Bee Lim, Stella Tsotsi, Stephen Chin-Ying Hsu, Sue‐Anne Toh, Suresh Anand Sadananthan, Teng Hong Tan, Tong Wei Yew, Varsha Gupta, Victor Samuel Rajadurai, Wee Meng Han, Wei Wei Pang, Wen Lun Yuan, Yanan Zhu, Yin Bun Cheung, Yiong Huak Chan, Zai Ru Cheng

Notice bibliographique

RevueEuropean Journal of Epidemiology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueBirth, Development, and Health
Établissements canadiensMcGill UniversityDouglas Mental Health University Institute
Organismes subventionnairesMedical Research CouncilNational University Health SystemNational Research FoundationPrecursory Research for Embryonic Science and TechnologyBritish Heart FoundationSingapore Institute for Clinical SciencesNational Institute for Health and Care ResearchNational Medical Research CouncilNational Research Foundation SingaporeDanoneMead Johnson Nutrition
Mots-clésMedicineOffspringPregnancyCohortObstetricsCohort studyEpidemiologyGestationAnthropometryPediatricsProspective cohort studyInternal medicine

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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 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 enseignants0,052
Score d'incertitude au seuil0,103

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,091
Tête enseignante GPT0,358
Écart entre enseignants0,267 · 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

Citations90
Publié2020
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueEuropean Journal of EpidemiologyMême sujetBirth, Development, and HealthTravaux en français237 207