MétaCan
Menu
Retour à la cohorte
Enregistrement W4321083903 · doi:10.4018/ijagr.318138

IJAGR at the International Medical Symposium Geography 2022 Edinburgh, Scotland

2023· article· en· W4321083903 sur OpenAlexfundno aff
Donald Patrick Albert

Notice bibliographique

RevueInternational Journal of Applied Geospatial Research · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueData-Driven Disease Surveillance
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of TorontoQueen's UniversityUniversity of North Carolina at Chapel HillAppalachian State University
Mots-clésLibrary scienceGeospatial analysisHealth geographyGeographyState (computer science)Event (particle physics)HistoryMedia studiesMedicineCartographySociologyPublic healthInternational healthPathologyHealth policy

Résumé

récupéré en direct d'OpenAlex

Donald Albert (co-Editor-in-Chief) from Sam Houston State University and Dhitinut Ratnapradipa (Associate Editor) from Creighton University participated in the 19th International Medical Symposium Geography (IMGS) from June 19-June 24, 2022, in Edinburgh, Scotland. The event operated out of the Royal College of Surgeons located in the Old Town of Edinburgh. This historic venue provided an appropriate setting to contemplate patterns of health and disease. Jamie Pearce and Niamh Shortt (University of Edinburgh) were co-Chairs of the IMGS 2022. The authors' poster abstract was entitled, “The International Journal of Applied Geospatial Research: Temporal Metrics and Coverage of Medical Geography, 2010-2021.”

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)0,004
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,215
Score d'incertitude au seuil0,720

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0060,003
Science ouverte0,0010,003
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,2150,076

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 Opus0,028
Tête enseignante GPT0,376
Écart entre enseignants0,347 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Applied Geospatial ResearchMême sujetData-Driven Disease SurveillanceTravaux en français237 207