MétaCan
Menu
Retour à la cohorte
Enregistrement W4321640282 · doi:10.1016/j.sheji.2022.09.001

Scale, Scope, Speed: Reflections on a Multi-site Covid-19 Study

2022· article· en· W4321640282 sur OpenAlexaffabout
Kim Erwin, Santosh Basapur, Lara Chehab, Aalap Doshi, Linde Huang, Serena Liang Jing, Christopher Rice, Xinrui Xu, Sean Molloy

Notice bibliographique

RevueShe ji · 2022
Typearticle
Langueen
DomaineHealth Professions
ThématiqueHealth Policy Implementation Science
Établissements canadiensNorth York General Hospital
Organismes subventionnairesAgency for Healthcare Research and QualityUniversity of MichiganHarvard UniversityRobert Wood Johnson FoundationBill and Melinda Gates Foundation
Mots-clésScope (computer science)Context (archaeology)SituatedScale (ratio)Coronavirus disease 2019 (COVID-19)Public sectorPublic healthPublic relationsData scienceKnowledge managementComputer sciencePolitical scienceMedicineNursingGeographyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Designers have a unique role to play in public health, but their involvement requires an examination their practices and methods for their fit with this new context. This article reflects on the experiences of a multi-site design team collaborating across the US and Canada to explore early-stage Covid-19 patient recovery experiences. A unique feature of this project is that it was conceived of, led by, and executed by designers situated in health systems and health research units working in diverse geographies to jointly investigate a public health phenomenon at a broad scale. We discuss three challenges to design practice encountered in this context—scale, scope, and speed. Lastly, we draw from the design teams’ cross-sector expertise to pose key questions for design as it migrates to the public health sector.

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)0,170
score de la tête « metaresearch » (Gemma)0,202
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,170
Score d'incertitude au seuil0,901

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1700,202
Méta-épidémiologie (sens strict)0,0010,003
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0410,039
Communication savante0,0240,014
Science ouverte0,0080,031
Intégrité de la recherche0,0070,015
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,798
Tête enseignante GPT0,743
Écart entre enseignants0,055 · 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'étudeQualitatif
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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueShe jiMême sujetHealth Policy Implementation ScienceTravaux en français237 207