MétaCan
Menu
Retour à la cohorte
Enregistrement W3216578951 · doi:10.1186/s13063-021-05853-x

How can behavioural science help us design better trials?

2021· article· en· W3216578951 sur OpenAlexaff
Katie Gillies, Jamie Brehaut, Taylor Coffey, Eilidh Duncan, Jill Francis, Spencer Phillips Hey, Justin Presseau, Charles Weijer, Marion Campbell

Notice bibliographique

RevueTrials · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueBehavioral Health and Interventions
Établissements canadiensWestern UniversityOttawa HospitalUniversity of Ottawa
Organismes subventionnairesChief Scientist Office, Scottish Government Health and Social Care DirectorateUniversity of AberdeenScottish Government
Mots-clésMedicineResearch designAlternative medicineMEDLINEData scienceManagement scienceComputer sciencePathologyEngineering

Résumé

récupéré en direct d'OpenAlex

Peer reviewed

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)0,679
score de la tête « metaresearch » (Gemma)0,923
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,321
Score d'incertitude au seuil0,396

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,6790,923
Méta-épidémiologie (sens strict)0,0040,007
Méta-épidémiologie (sens large)0,0170,007
Bibliométrie0,0150,008
Études des sciences et des technologies0,0060,019
Communication savante0,0280,027
Science ouverte0,0070,008
Intégrité de la recherche0,0320,021
Charge utile insuffisante (le modèle a refusé de juger)0,0250,010

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 Opus0,587
Tête enseignante GPT0,527
Écart entre enseignants0,060 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

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 revueTrialsMême sujetBehavioral Health and InterventionsTravaux en français237 207