MétaCan
Menu
← Retour à la cohorte
Enregistrement W3201899252

Le partage des renseignements de santé dans un contexte de gouvernance informationnelle responsable

2021· article· fr· W3201899252 sur OpenAlexaboutno aff
Daniel J. Caron, Sara Bernardi, David Beauchamp

Notice bibliographique

Revuenon disponible
Typearticle
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

L’amelioration de la performance des systemes sociosanitaires est un enjeu majeur pour tous les Etats et le Quebec ne fait pas exception (Fleury et al., 2018). Depuis la creation de son regime public de soins de sante au tournant des annees ’70, de nombreuses reformes ont ete discutees et implantees afin de tenter d’en rehausser l’efficacite et l’efficience (Fleury et al., 2018). Ces reformes ont generalement porte sur la maniere d’organiser l’acces aux soins et la prestation de services (Rochon, 1988; Clair et al., 2000; Barette, 2015) L’organisation et la gestion de ce systeme sont hautement complexes et engendrent des defis de taille vu le nombre d’acteurs, d’organisations, de professionnels ou simplement vu l’univers des enjeux de sante. Parallelement, la nature meme du regime, de sa mission, de ses objectifs, de ses intrants et de ses extrants fait que sa performance repose en grande partie sur la qualite et l’utilisation de l’information et des donnees qu’il genere. Ceci constitue d’ailleurs le fondement de tous les systemes de sante (Nutley et Reynold, 2013). Au cours des dernieres annees, en raison des progres technologiques, le volume de donnees ne cesse de croitre (Debies, 2018). « La sante, comme tant d’autres domaines de l’activite humaine, s’appuie chaque jour un peu plus sur des dispositifs numeriques et, ce faisant, genere massivement des donnees » (Peugeot, 2018, p. 30). La quantite croissante des donnees de sante entraine des changements fondamentaux aux modeles cliniques, operationnels et commerciaux (Abouelmehdi et al., 2018). Des technologies de pointe, dont le fonctionnement et l’efficacite reposent sur les donnees, ont fait leur apparition et s'imposent de plus en plus comme des incontournables pour ameliorer la prestation de soins.

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)0,009
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,195
Score d'incertitude au seuil0,389

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0120,011
Communication savante0,0120,008
Science ouverte0,0020,009
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0180,002

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 Opus0,065
Tête enseignante GPT0,417
Écart entre enseignants0,352 · 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'étudeSans objet
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHealthcare Systems and Practices→Travaux en français237 207→