MétaCan
Menu
Retour à la cohorte
Enregistrement W4362633354 · doi:10.30770/2572-1852-109.1.3

From the Editor

2023· article· en· W4362633354 sur OpenAlexaboutno aff
Heidi M. Koenig

Notice bibliographique

RevueJournal of Medical Regulation · 2023
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueEvaluation and Performance Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

THE HISTORY AND EVOLUTION of medical regulation around the globe has varied tremendously as humanity has gotten more interconnected by enhanced communication and transportation capabilities. The original processes of medical regulation in Atlantic Canada are varied and inconsistent -in need of modernization. In “Models in Professional Regulation: Choices for Atlantic Canada” Louise Sweatman presents the current state of affairs and possible models for modernization of Atlantic Canadian medical regulation. Will this lead to real change?In “Increasing Access to a Diverse Mental Health Workforce through Emergency Reciprocity Licensure” Ann Nguyen and colleagues review the rapid change and growth of tele-mental health care in New Jersey by the program during the COVID-19 pandemic. The initiative was very successful in diversifying the tele-mental health workforce and better matching patients' preferred language with that of the provider. What's next? Will the insatiable desire to change and grow allow for regulations that adopt such care more permanently?Scott and Olivia Metzger authored “A Shift Left: Revised Regulations for Opioid Prescribing in New Jersey”. The straightforward process they present to modernize controlled substance prescribing and monitoring was recently adopted by their state to decrease risks of developing OUD and OD deaths. Early follow up indicates some success. Will this lead be a process that other states can adopt with similar success?Each article represents the insatiable desire to change and grow—tremendous innovation and motivation for modernization of medical regulation to improve patient access, care, and outcomes. Can we keep up the momentum?

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)0,041
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: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,208
Score d'incertitude au seuil0,696

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,041
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0060,004
Science ouverte0,0030,002
Intégrité de la recherche0,0050,007
Charge utile insuffisante (le modèle a refusé de juger)0,2080,087

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 Opus0,210
Tête enseignante GPT0,539
Écart entre enseignants0,329 · 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
GenreÉditorial

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 revueJournal of Medical RegulationMême sujetEvaluation and Performance AssessmentTravaux en français237 207