MétaCan
Menu
Retour à la cohorte
Enregistrement W4294243177 · doi:10.23889/ijpds.v7i3.1933

Methamphetamine Use in Manitoba: An Evidence-to-Action (E2A) approach to a linked administrative data study.

2022· article· en· W4294243177 sur OpenAlexaffabout
Amy Freier, Carolyn Shimmin, Mariette Chartier, Jennifer Enns, Scott McCulloch, Nathan Nickel

Notice bibliographique

RevueInternational Journal for Population Data Science · 2022
Typearticle
Langueen
DomaineMathematics
ThématiqueCensus and Population Estimation
Établissements canadiensManitoba Health
Organismes subventionnairesnon disponible
Mots-clésAction (physics)Computer science

Résumé

récupéré en direct d'OpenAlex

ObjectiveA multi-disciplinary E2A group was established as part of a linked administrative data study examining methamphetamine use in Manitoba. In this presentation we will share our experiences of establishing an E2A, embedding stakeholders in the research process, and outline an iterative engagement plan for the remaining study years. ApproachThe E2A group is led by two researchers with expertise in patient and public engagement and guided by Pal’s (2014) work on policy analysis and activation. Pal emphasizes a multidisciplinary and iterative process as the basis of a more inclusive approach to policy development for complex problems, such as the prevalence of methamphetamine use in Manitoba. Our goal in engaging public rightsholders, service providers and knowledge users in the research is to ensure that their first-hand knowledge and perspectives are reflected in the interpretations of the findings and that analyses address identified complexities in a culturally sensitive and equity-focused way. ResultsIn the fall of 2020 E2A members were recruited, including persons with lived experience using methamphetamines and their families/care-givers, academics, clinicians, government, and non-government stakeholders. Training was provided on the topics of trauma-informed care, public engagement, effects of colonial and racist institutions, and cultural safety. The first E2A meetings co-developed guiding principles, a vision and mission, as well as provided capacity building around administrative data research. This work was done as a foundation for the next two years, wherein the group will make decisions about key variables (ie: between methamphetamine use and mental health), interpretation of results, knowledge mobilization, and policy development using an iterative self-evaluation process. To date challenges addressed included public health restrictions related to Covid-19 and adapting the research flow to centre lived-experience decision making. ConclusionThe E2A group is a key component of this study and could serve as a model for other administrative data studies. The group prioritizes stakeholder knowledge, interprets results, flags potential biases in the data research process, and ensures the findings are relevant to the people they are meant to support.

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)0,163
score de la tête « metaresearch » (Gemma)0,119
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,893
Score d'incertitude au seuil0,860

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1630,119
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,006
Études des sciences et des technologies0,0070,006
Communication savante0,0080,004
Science ouverte0,0040,014
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,720
Tête enseignante GPT0,549
Écart entre enseignants0,171 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetCensus and Population EstimationTravaux en français237 207