MétaCan
Menu
Retour à la cohorte
Enregistrement W3203747282 · doi:10.5195/jmla.2021.1301

International health library associations urge the ICMJE to seek information specialists as peer reviewers for knowledge synthesis publications

2021· article· en· W3203747282 sur OpenAlexaff
Sandy Iverson, Maurella Della Seta, Carol Lefebvre, Ann Ritchie, Lisa Traditi, Kevin Baliozian

Notice bibliographique

RevueJournal of the Medical Library Association JMLA · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Sciences Research and Education
Établissements canadiensCanadian Public Health Association
Organismes subventionnairesnon disponible
Mots-clésMedical libraryPeer reviewHealth informationLibrary scienceMEDLINEWorld Wide WebComputer scienceMedicineHealth carePolitical science

Résumé

récupéré en direct d'OpenAlex

N/A

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)0,189
score de la tête « metaresearch » (Gemma)0,573
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,811
Score d'incertitude au seuil0,998

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1890,573
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0060,004
Bibliométrie0,0210,013
Études des sciences et des technologies0,0130,007
Communication savante0,0320,013
Science ouverte0,0050,011
Intégrité de la recherche0,0260,015
Charge utile insuffisante (le modèle a refusé de juger)0,1390,100

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 Opus0,080
Tête enseignante GPT0,458
Écart entre enseignants0,378 · 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.

Devis d'étudeSans objet
DomaineÉvaluation
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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Medical Library Association JMLAMême sujetHealth Sciences Research and EducationTravaux en français237 207