MétaCan
Menu
Retour à la cohorte
Enregistrement W3189995523 · doi:10.1002/nop2.1027

An online survey to assess parents' preferences for learning about child health research

2021· article· en· W3189995523 sur OpenAlexafffund
Lisa Knisley, Anne Le, Shannon D. Scott

Notice bibliographique

RevueNursing Open · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensChildren's Hospital Research Institute of ManitobaUniversity of Alberta
Organismes subventionnairesCanadian Institutes of Health ResearchKidscan Children's Cancer ResearchChildren's Hospital FoundationStollery Children’s Hospital Foundation
Mots-clésReimbursementSurvey researchMedical educationPsychologyChild healthFamily medicineMedicineHealth careApplied psychologyPolitical science

Résumé

récupéré en direct d'OpenAlex

AIM: Ethical and logistical issues often exacerbate recruitment problems in child health studies. This study aims: (a) to provide new knowledge on how parents want to hear about child health research and (b) to inform the KidsCAN PERC iPCT initiative's re-examination of recruitment and retention strategies for pediatric emergency department research studies. DESIGN: We employed a cross-sectional, survey design. METHODS: An online survey was distributed to participants (i.e., parents) through partner organizations' advisory group mailing lists. Frequencies and measures of central tendency guided data analysis. RESULTS: Parents are interested in hearing about child health research opportunities, particularly during general practitioner, pediatrician or walk-in clinic visits. Most parents wanted updates on the research team, progress and results and support to participate, such as reimbursement of travel and childcare costs. Results can inform research teams in the planning of communications to effectively share research opportunities, progress and results with parents.

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)0,011
score de la tête « metaresearch » (Gemma)0,024
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 enseignants0,011
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,933
Tête enseignante GPT0,745
Écart entre enseignants0,188 · 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

Citations4
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNursing OpenMême sujetEthics in Clinical ResearchTravaux en français237 207