MétaCan
Menu
← Retour à la cohorte
Enregistrement W4249159620 · doi:10.2196/preprints.34515

Correction: Text Messaging Versus Email Messaging to Support Patients With Major Depressive Disorder: Protocol for a Randomized Hybrid Type II Effectiveness-Implementation Trial (Preprint)

2021· preprint· en· W4249159620 sur OpenAlexaff
Medard Kofi Adu, Reham Shalaby, Ejemai Eboreime, Adegboyega Sapara, Nnamdi Nkire, Rajan Chawla, Chidi Chima, Michael Achor, Felix Osiogo, Pierre Chue, Andrew J. Greenshaw, Vincent I. O. Agyapong

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomainePsychology
ThématiqueDigital Mental Health Interventions
Établissements canadiensUniversity of AlbertaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPreprintText messagingProtocol (science)Randomized controlled trialInstant messagingWorld Wide WebComputer scienceMedicineAlternative medicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

UNSTRUCTURED 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)0,020
score de la tête « metaresearch » (Gemma)0,143
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Essai randomisé · Signal consensuel: aucune
GenreSignal candidat: Protocole · Signal consensuel: aucune
Score de désaccord entre enseignants0,208
Score d'incertitude au seuil0,695

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0200,143
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0070,007
Charge utile insuffisante (le modèle a refusé de juger)0,2080,024

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 Opus0,034
Tête enseignante GPT0,421
Écart entre enseignants0,387 · 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'étudeEssai randomisé
Domainenon disponible
GenreProtocole

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 sujetDigital Mental Health Interventions→Travaux en français237 207→