MétaCan
Menu
Retour à la cohorte
Enregistrement W4235772284 · doi:10.17975/sfj-2019-002

2019 Undergraduate Big Data Challenge: Big Data of Recreational Drugs

2019· article· en· W4235772284 sur OpenAlex
Aazad Abbas, Aleksandra Udovica, Alice Feng, Alice Wu, Alun Stokes, Amenda Arulandoo, Aranyah Shanker, A Mohan, Ben- Jamin Davidson, Benjamin Perks, Bomin Kim, Bowen Ma, Brent Farand, Clement K. Chan, David Cheng, Emily Leung, Evan Roubekas, Geedhanjali Vivekanandan, Hansi Xu, Harry Wilton-Clark, Herdiljot Sandhu, Ivy Liang, Jaehyun Hwang, Jakob Mawdsley, Jameson A. Dundas, Jennifer Lee, Jennifer Trinh, Jiawei Xu, Ji‐In Kim, Johan Fernandes, Jonathan Zaslavsky, June K. Wu, Kashyap Patel, Kathy Khong, Keying Chen, Khaled Gaber, K. Hinz, Lama Abuloghod, Lang Liu, Laura H. Tang, Liam Connors, Michael Lee, Minh Công Nguyễn, Mohammed Albaghdadi, Nicole Ng, Nicole Choo Yi Ying, Xi Lim, Nicolle Hua, Nikhil Hariharan, Olivia Li, Pardeep Gill, Patricia Malinksi, Rabjot Aujla, Raza Haider, Reeta Nan, Renna Lee, Richard Mills, Riley Lankshear, Ryan Sandford, Sahanaa Kugathasan, Sahar Lakhani, Said Aoude, Salma Geissah, Shaelene Standing, Shayan Khalili, Shelley Gibbons, Stefano Mezzini, Sukyoung Lee, Taha Elghamudi, Talha Syde, Tali Glazer, Tony Xu, Ty Werbicki, Tyrell Buenaventura, Wenda Zhao, William Hum, Yingshi Wang, Z. Ahmad, Zena Al-Janaby, Zi Jiang, Richard Mills Macewan

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

venuePublié dans une revue dont le pays d'attache est le Canada.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueSTEM Fellowship Journal · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueEthics in Clinical Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBig dataData scienceRecreationComputer scienceData miningPolitical science

Résumé

récupéré en direct d'OpenAlex

This paper aims to determine if the legalization of recreational cannabis in Colorado and Washington has had an impact on the trends of opioid overdose deaths in these states. Datasets were collected from organizations including the National Survey on Drug Use and Health (NSDUH) and the Centers for Disease Control and Prevention (CDC). The central target of analysis from these datasets is the number of opioid overdose deaths prior to and after the year of recreational cannabis legalization. This analysis is performed using linear and quadratic regression models, comparing the projections of the number of opioid overdose deaths made prior to the year of legalization with the actual number of opioid overdose deaths following legalization.

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.

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)0,013
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
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 enseignants0,598
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0130,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0030,002
Intégrité de la recherche0,0000,004
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,711
Tête enseignante GPT0,538
Écart entre enseignants0,173 · 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