MétaCan
Menu
Retour à la cohorte
Enregistrement W3128915863 · doi:10.1186/s12998-021-00363-8

Leadership and capacity building in chiropractic research: report from the first CARL cohort

2021· article· en· W3128915863 sur OpenAlexafffund
Jan Hartvigsen, Greg Kawchuk, Alexander Breen, Diana De Carvalho, Andreas Eklund, Matthew Fernandez, Martha Funabashi, Michelle M. Holmes, Melker S. Johansson, Katie de Luca, Craig Moore, Isabelle Pagé, Katherine A. Pohlman, Michael Swain, Arnold Yu Lok Wong, Jon Adams

Notice bibliographique

RevueChiropractic & Manual Therapies · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueHistory of Medical Practice
Établissements canadiensUniversité du Québec à Trois-RivièresCanadian Memorial Chiropractic CollegeMemorial University of NewfoundlandUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchEuropean Centre for Chiropractic Research ExcellenceUniversity of Technology SydneySyddansk UniversitetVancouver FoundationNordisk Institut for Kiropraktik og Klinisk Biomekanik
Mots-clésChiropracticCohortMedicineManagementCohort studyMedical educationAlternative medicinePublic relationsPolitical sciencePathology

Résumé

récupéré en direct d'OpenAlex

The Chiropractic Academy for Research Leadership (CARL) was formed in 2016 in response to a need for a global network of early career researchers and leaders in the chiropractic profession. Thirteen fellows were accepted competitively and have since worked together at residentials and virtually on many research and leadership projects. In 2020, the CARL program ended for this first cohort, and it is now timely to take stock and reflect on the achievements and benefits of the program. In this paper we present the structure of CARL, the scientific and leadership outputs as well as the personal value of CARL for the participating fellows. As a result of the success of the first CARL cohort, organizations from Europe, North America, and Australia have supported a second cohort of 14 CARL fellows, who were competitively accepted into the program in early 2020.

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)0,007
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Incitatifs · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,017
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0060,002
Communication savante0,0050,002
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,235
Tête enseignante GPT0,388
Écart entre enseignants0,154 · 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'étudeObservationnel
DomaineIncitatifs
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

Citations4
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChiropractic & Manual TherapiesMême sujetHistory of Medical PracticeTravaux en français237 207