“Could you give us an idea on what we are all doing here?” the Patient Voice in Cancer Research (PVCR) starting the journey of involvement in Ireland
Notice bibliographique
Résumé
BACKGROUND: Involving patients and their carers in research has become more common, as funders demand evidence of involvement. The 'Patient Voice in Cancer Research' (PVCR) is an initiative led by University College Dublin (UCD) in Ireland. It encourages and enables people affected by cancer, and their families to become involved in shaping and informing the future of cancer research across the island of Ireland. Its aim is to identify the questions and needs that matter most to (i) people living with a cancer diagnosis, and (ii) those most likely to improve the relevance of cancer research. The initiative commenced in April 2016. METHODS: This paper presents a reflective case study of our journey thus far. We outline three key stages of the initiative and share what we have learnt. At the core of PVCR, is a focus on building long-term relationships. RESULTS: We have developed over time an inclusive initiative that is built on trust and respect for everyone's contributions. This work is grounded on collegiality, mixed with a good sense of humour and friendship. CONCLUSION: The development of PVCR has taken time and investment. The benefits and impact of undertaking this work have been immensely rewarding and now require significant focus as we enhance cancer research across the island of Ireland.
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 | 0,038 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,017 | 0,037 |
| Communication savante | 0,018 | 0,015 |
| Science ouverte | 0,003 | 0,020 |
| Intégrité de la recherche | 0,007 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».