Enregistrement W4251212174 · doi:10.1016/j.jand.2019.10.002

2019 Academy of Nutrition and Dietetics Foundation Scholarship Recipients

2019· article· en· W4251212174 sur OpenAlexfundno aff

Notice bibliographique

RevueJournal of the Academy of Nutrition and Dietetics · 2019

Typearticle

Langueen

DomaineHealth Professions

ThématiqueDietetics, Nutrition, and Education

Établissements canadiensnon disponible

Organismes subventionnairesNIH Clinical CenterTexas A and M University Health Science CenterUniversity of Illinois at ChicagoUniversity of California, San FranciscoUniversity of Texas at DallasNorthwest UniversityFP7 Coordination of Non-Community Research ProgrammesUniversity of New EnglandDominican University of CaliforniaUniversity of MontevalloCity, University of LondonNova Southeastern UniversityMontana State UniversityIowa State UniversityUniversity of North FloridaSchool of Public Health, University of MichiganUniversity of South FloridaUniversity of Hawai'iRush UniversityCentral Michigan UniversityMiddle Tennessee State UniversityGeorgia State UniversityUniversity of MarylandCalifornia State Polytechnic University, PomonaSaint Louis UniversityUniversity of VirginiaUniversity of Rhode IslandBall State UniversitySouth Dakota State UniversityCase Western Reserve UniversityIndiana University-Purdue University IndianapolisUniversity of UtahArizona State UniversityUniversity of KentuckyFlorida Department of Agriculture and Consumer ServicesMissouri State UniversityLoma Linda UniversityCleveland ClinicPurdue UniversityOregon Health and Science UniversityUniversity of MichiganVillanova UniversityUniversity of Nevada, Las VegasUniversity of CincinnatiDuke UniversityWestern Michigan UniversityHarvard UniversityUniversity of TennesseeUniversity of California, San DiegoUniversity of Southern MississippiJohns Hopkins UniversityUniversity of WashingtonUniversity of Illinois at Urbana-ChampaignWestern Carolina UniversityColorado State UniversityUniversity of GeorgiaNorthern Illinois UniversityDiabetes CanadaOhio State UniversityUniversity of Texas Southwestern Medical CenterMichigan State UniversityTexas A and M UniversityVanderbilt UniversityAcademyHealthUniversity of FloridaUniversity of CaliforniaBowling Green State UniversityUniversity of MemphisUniversity of Southern CaliforniaUniversity of OklahomaWashington State UniversityCampbell FoundationTufts UniversityAcademy of Nutrition and Dietetics FoundationUniversity of MississippiUniversity of KansasCity University of New YorkCalifornia State UniversityOklahoma State UniversityUniversity of MinnesotaColumbia UniversityMassachusetts General HospitalBeth Israel Deaconess Medical CenterCenter for Ecology and Environmental Technology, University of Louisiana at LafayetteUniversity of ArizonaUniversity of North CarolinaRutgers, The State University of New JerseyUtah State UniversityTexas Tech UniversityEmory UniversityHunter CollegeBrigham and Women's Hospital

Mots-clésScholarshipFoundation (evidence)MedicineGerontologyMedical educationPolitical science

DOI10.1016/j.jand.2019.10.002

Résumé

récupéré en direct d'OpenAlex

Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,003

score de la tête « metaresearch » (Gemma)0,009

Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated

Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)

Catégories consensuellesaucune

DomaineSignal candidat: aucune · Signal consensuel: aucune

Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet

GenreSignal candidat: Autre · Signal consensuel: Autre

Score de désaccord entre enseignants0,402

Score d'incertitude au seuil0,853

Scores du classifieur distillé par catégorie (deux têtes)

Catégorie	Codex	Gemma
Métarecherche	0,003	0,009
Méta-épidémiologie (sens strict)	0,001	0,000
Méta-épidémiologie (sens large)	0,001	0,001
Bibliométrie	0,003	0,001
Études des sciences et des technologies	0,004	0,001
Communication savante	0,004	0,002
Science ouverte	0,001	0,006
Intégrité de la recherche	0,005	0,003
Charge utile insuffisante (le modèle a refusé de juger)	0,402	0,272

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 Opus0,088

Tête enseignante GPT0,415

Écart entre enseignants0,327 · 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