Gagnants du concours des résumés du Congrès 2016 des étudiants de la Société canadienne d’épidémiologieet de biostatistique
Notice bibliographique
Résumé
Promotion de la santé et prévention des maladies chroniques au Canada Recherche, politiques et pratiques Gagnants du concours des résumés du Congrès 2016 des étudiants de la Société canadienne d'épidémiologie et de biostatistique Préface Les responsables de Promotion de la santé et prévention des maladies chroniques au Canada ont été heureux d'organiser, cette année encore, le concours de résumés des étudiants du Congrès national 2016 des étudiants de la Société canadienne d'épidémiologie et de biostatistique (SCEB), qui a eu lieu à l'Université du Manitoba en juin.Un comité éditorial de l'Agence de la santé publique du Canada a évalué 17 présentations de résumé et a sélectionné, pour publication dans ce numéro, les 7 meilleurs.Ce comité éditorial était formé des membres suivants : • Robert Geneau, Ph.D., rédacteur en chef • Heather Orpana, Ph.D., rédactrice scientifique adjointe • Michelle Tracy, M.A., gestionnaire de la rédaction Les résumés ont été choisis en fonction de leur originalité, de leur clarté, de leur excellence scientifique et technique et de leur impact potentiel.Notre revue collabore depuis 2009 avec la SCEB pour offrir des occasions de publication aux étudiants.Nous sommes fiers de collaborer cette année encore avec la SCEB et de soutenir les étudiants dans leurs efforts de publication.Au nom de l'équipe éditoriale de la revue, j'aimerais remercier tous les étudiants qui ont soumis un résumé et féliciter les gagnants.La publication d'un résumé dans une revue à comité de lecture constitue un bon départ de publication scientifique.Nous espérons recevoir par la suite des articles de recherche complets.Michelle Tracy, M.A. Gestionnaire de la rédaction, Promotion de la santé et prévention des maladies chroniques au Canada Promotion de la santé et prévention des maladies chroniques au Canada Recherche, politiques et pratiques 296 Vol 36, n° 11, novembre 2016 Musicothérapie pour les patients atteints de la maladie d'Alzheimer J. Asselstine, B. Sc. (1); V. L. Kristman, Ph.D.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,051 | 0,016 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».