Enregistrement W3168034788 · doi:10.1038/s41562-021-01134-4

Accomplishing breakthroughs in behavioural medicine research

2021· article· en· W3168034788 sur OpenAlexafffund

Karina W. Davidson, Simon Bacon, Gary G. Bennett, Elizabeth Brondolo, Susan M. Czajkowski, Michael A. Diefenbach, Elissa S. Epel, Karen A. Matthews, Tracey A. Revenson, John Ruiz, Suzanne C. Segerstrom, Elissa Epel

Notice bibliographique

RevueNature Human Behaviour · 2021

Typearticle

Langueen

DomainePsychology

ThématiqueBehavioral Health and Interventions

Établissements canadiensConcordia University

Organismes subventionnairesSchool of Medicine, University of California, San FranciscoU.S. National Library of MedicineUniversity of California, San FranciscoFeinstein Institutes for Medical ResearchSt. John's UniversityConcordia UniversityNational Cancer InstituteNational Institutes of HealthU.S. Department of Health and Human ServicesNorthwell HealthUniversity of Pittsburgh

Mots-clésBehavioral medicineBehavioural sciencesMEDLINEPsychologyData scienceMedicineComputer scienceBiologyPsychiatryPsychotherapist

DOI10.1038/s41562-021-01134-4

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)0,064

score de la tête « metaresearch » (Gemma)0,059

Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated

Catégories candidatesMétarecherche

Catégories consensuellesaucune

DomaineSignal candidat: Méthodes · Signal consensuel: aucune

Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune

GenreSignal candidat: Empirique · Signal consensuel: aucune

Score de désaccord entre enseignants0,936

Score d'incertitude au seuil0,337

Scores du classifieur distillé par catégorie (deux têtes)

Catégorie	Codex	Gemma
Métarecherche	0,064	0,059
Méta-épidémiologie (sens strict)	0,002	0,001
Méta-épidémiologie (sens large)	0,004	0,002
Bibliométrie	0,004	0,003
Études des sciences et des technologies	0,002	0,015
Communication savante	0,009	0,014
Science ouverte	0,003	0,006
Intégrité de la recherche	0,010	0,021
Charge utile insuffisante (le modèle a refusé de juger)	0,015	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.

Tête enseignante Opus0,279

Tête enseignante GPT0,556

Écart entre enseignants0,277 · 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