The Biomedical Research Pyramid: A Model for the Practice of Biostatistics
Notice bibliographique
Résumé
Biostatisticians apply statistical methods to solve problems in the biological sciences. Successful practioners of biostatistics have advanced technical knowledge, are skilled communicators, and can seamlesslessly integrate with interdisciplinary scientific teams. Despite the breadth of skills required for success in this field, most biostatistics education programs place heavier emphasis on development of technical skills than skills necessary for collaborative work, including critical thinking, writing, and public speaking. Our master’s degree program in biostatistics aims for stronger integration of education in collaborative work alongside development of technical knowledge in biostatistics. Toward that end, we propose a model that provides students with a mental map for practicing biostatistics, and that can serve as a tool for faculty to create hands-on learning experiences for biostatistics students. The model helps students organize their knowledge of biostatistics, unifying the technical and collaborative aspects of the discipline in a single framework that can be applied across the broad array of activities that biostatisticians engage in. In this article we describe the model in detail and provide an initial assessment of whether the model might meet its intended purpose by applying the model to a common task for practicing biostatisticians and biostatistics students: describing the results of a medical research study.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,035 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,032 |
| Communication savante | 0,015 | 0,014 |
| Science ouverte | 0,005 | 0,008 |
| Intégrité de la recherche | 0,007 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,004 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».