Abstract Number ‐ 180: A Novel Internet Platform for Neurovascular Research Collaboration and Funding
Notice bibliographique
Résumé
Introduction The current neurovascular research funding environment is highly competitive, stifling collaboration and hindering progress. Further, specific groups of researchers/research topics are disproportionately affected, resulting in inequity in the funding process. These include early‐career researchers, women, and researchers from low‐middle income countries. Certain conditions, e.g., rare, stroke‐related diseases are due to their low prevalence not suitable for clinical trials, and therefore even less likely to receive funding. Currently, there is no easy way for people working on such topics to come together and collaborate. To address this problem, a novel internet‐based platform, Collavidence (www.collavidence.com), was designed. The idea is to complement current systems of neurovascular research collaboration and funding for more inclusive, efficient, and impactful research results. The aim of this study is to present the initial performance of the platform in achieving this goal. Methods Analytics on pre‐defined user‐, project‐, and interaction‐based metrics will be performed to describe the level of platform engagement in the initial months following launch. These include the number of users and projects posted, the amount of funding accumulated, the proportion of successfully funded projects, and the iterative improvement of the proposals. Further, the relative engagement of early‐career, female researchers, and researchers from low‐middle‐income countries will be assessed. Results A qualitative assessment of the value of the overall platform, the process of iterative review, and possibilities for collaboration will be presented. Further, trends in platform engagement during the initial 3 months, including the relative distribution of specific user demographics to assess the platform’s success in encouraging equity, diversity, and inclusion, will be presented. Conclusions This study will assess the feasibility and initial success of Collavidence as a unique platform for neurovascular research collaboration and funding.
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 | 0,013 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,006 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,007 |
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 ».