Reply to: Concerns about the Burden of Proof studies
Notice bibliographique
Résumé
We, together with the Global Burden of Disease Study and Burden of Proof (BoP) collaborators, have published a BoP Capstone Methods paper and suite of associated meta-analyses that introduce and apply a new framework for synthesizing evidence to evaluate relationships between selected risk factors and health outcomes 1 , 2 , 3 , 4 , 5 . The BoP approach was designed to address key problems in current analytical frameworks. To provide helpful information to users making decisions around risk exposure, the approach systematically estimates a flexible mean risk–outcome function, avoiding making strong assumptions such as log-linearity of the relationship. Complementing the mean risk–outcome relationship, BoP analysis provides a BoP risk function (BoPRF) that represents the lowest estimate of excess harmful risk associated with a risk factor, incorporating unexplained between-study heterogeneity after accounting for known variation in study design characteristics. From the BoPRF, we calculate summary risk–outcome scores and star-rating measures that present conservative estimates of the risk–outcome relationship and enable comparisons across different risk–outcome pairs.
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 | 0,029 | 0,162 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,006 | 0,010 |
| Science ouverte | 0,005 | 0,003 |
| Intégrité de la recherche | 0,081 | 0,071 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,014 |
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 ».