MétaCan
Menu
Retour à la cohorte
Enregistrement W4200583381 · doi:10.4000/communiquer.8819

Enjeux expérientiels de l'utilisation de l'IA en anatomopathologie

2021· article· fr· W4200583381 sur OpenAlexvenueno aff
Laurent Collet, Michel Durampart, Laurent Heiser, Ludovic Picard

Notice bibliographique

RevueCommuniquer Revue de communication sociale et publique · 2021
Typearticle
Languefr
DomaineMedicine
ThématiqueArtificial Intelligence in Healthcare and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesSociologyPolitical sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

Cet article s’appuie sur une recherche menée au sein d’un cabinet médical d’anatomo-cytopathologie et porte sur les transformations du travail d’analyse diagnostique du tissu prostatique dans un contexte d’intégration d’un logiciel d’accompagnement au diagnostic basé sur une intelligence artificielle (IA). Des chercheurs en sciences de l’information et de la communication se sont intéressés à l’expérience vécue par un public de huit médecins de ce cabinet médical lors de la phase de test du logiciel d’IA, c’est-à-dire au sens subjectif que ces individus attribuent à leurs activités dans une perspective critique d’émancipation (comme augmenter ses savoirs et savoir-faire) versus aliénation (diminution des savoirs et savoir-faire par rationalisation technique) dans le cadre d’un changement de leurs habitudes de travail.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,010
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,542
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,164
Tête enseignante GPT0,466
Écart entre enseignants0,302 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommuniquer Revue de communication sociale et publiqueMême sujetArtificial Intelligence in Healthcare and EducationTravaux en français237 207