Enregistrement W4251608503 · doi:10.1016/b978-0-12-812840-4.09987-4

Contributors

2019· book-chapter· en· W4251608503 sur OpenAlexaff

Gianluca Aimaretti, Anna Alisi, Rayan Almathhur, Kristopher L. Arheart, Ambika P. Ashraf, Cathy Banwell, Simonetta Bellone, Mohiuddin Ahmed Bhuiyan, Dominique Adèle Cassuto, Jonathan Cauchi, Sanjoy Chakraborty, Tandra R. Chakraborty, Sudip Chatterjee, Ming-Kai Chin, Allison Colman, Denis Daneman, Amitava Das, Stabak Das, Dipti Debnath, Jane Dixon, Shima Dowla, Magdalena Dumin, Christina D. Economos, Christopher R. Edgınton, Brian Elbel, Carl‐Erik Flodmark, Nandini Ghosh, Amy M. Goss, Jill K. Hamilton, Erin C. Hanlon, Samar Hejazi, Erin Hennessy, Danielle Hollar, T. Lucas Hollar, Jenna Hollis, Ulf Holmbäck, Catherine Horner, Md. Akil Hossain, Urmila Jarouliya, Amy Jordan, Venkataraman Kalyanaraman, Rogan Kersh, Raj K. Keservani, Yu-Sik Kim, Jane Kolodinsky, Jacqueline Kopetz, Ariella R. Korn, Sowmya Krishnan, Cynthia N. Lebron, Steven E. Lipshultz, Michelle Lombardo, Gabriela Lopez‐Mitnik, Kathryn Love-Osborne, Sayantan Maitra, Melania Manco, Sunetra Mondal, Sheila K. Marshall, Kellie May, Karen E. McNamara, Chiara Mele, Sarah Messiah, Tracie L. Miller, Emanuele Mones, Ashik Mosaddik, Satinath Mukhopadhyay, Valério Nobili, J. Tinsley Oden, Clodagh O’Gorman, Donnchadh O’Sullivan, Silvana Pannain, Rokeya Pervin, Kia-Wang Phua, Flavia Prodam, Manish Raisingani, Mahadev Rao, Pamela A. Ratner, Siân Robinson, Roberta Ricotti, Paul Scully, Chandan K. Sen, Gopal K. Singh, Sonal Sekhar Miraj, Arianna Solito, Sreedharan Nair, Catherina Suh, Sang‐Hoon Suh, V. Susan Dahinten, Mei-Sin Tang, Carrie A. Tolman, Navya Vyas, Wendy L. Ward, Bernard Waysfeld, Ram Weiss, Jingzhen Yang, Cynthia Yensel

Notice bibliographique

RevueElsevier eBooks · 2019

Typebook-chapter

Langueen

Domaine

Thématique

Établissements canadiensSickKids FoundationHospital for Sick ChildrenUniversity of Toronto

Organismes subventionnairesnon disponible

Mots-clésPsychology

DOI10.1016/b978-0-12-812840-4.09987-4

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)0,000

score de la tête « metaresearch » (Gemma)0,002

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

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

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

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 enseignants0,270

Score d'incertitude au seuil0,385

Scores du classifieur distillé par catégorie (deux têtes)

Catégorie	Codex	Gemma
Métarecherche	0,000	0,002
Méta-épidémiologie (sens strict)	0,001	0,001
Méta-épidémiologie (sens large)	0,001	0,001
Bibliométrie	0,004	0,003
Études des sciences et des technologies	0,002	0,001
Communication savante	0,006	0,004
Science ouverte	0,001	0,003
Intégrité de la recherche	0,002	0,002
Charge utile insuffisante (le modèle a refusé de juger)	0,730	0,657

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 Opus0,015

Tête enseignante GPT0,238

Écart entre enseignants0,223 · 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