MétaCan
Menu
Retour à la cohorte
Enregistrement W4376469494 · doi:10.4337/9781783474721.00021

Index

2014· paratext· en· W4376469494 sur OpenAlexaboutno aff
Jill E. Hobbs, Stavroula Malla, Eric K. Sogah, May T. Yeung

Notice bibliographique

RevueEdward Elgar Publishing eBooks · 2014
Typeparatext
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndex (typography)Computer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Surveillance Agency)/Brazil 83, 85 ANZTPA (Australia New Zealand Therapeutic Products Authority) 77 Ares et al. 147-8 Ares, G. 219-20 Argentina 230 Arias-Aranda, D. 207 Arnoult et al. 143-4 Arnoult, M.H. 220 Arvola, A 222 asymmetric information 33, 159 attitudes, consumer see consumer attitudes attributes, product 134-6, 150 Australia 21, 28, 80-81, 161, 163 consumer attitudes 221 definitions of health foods 16-17, 25 health claims 72-8, 168-9, 174, 181-2 regulatory regime 205 Australia New Zealand Food Standards Code 76 Australian Regulatory Guidelines for Complementary Medicines 77 bacteria cultures 110 BAFS (biologically active food supplements) 17-18, 25, 28, 86 Bailey, R. 114 bakery products 104-5 base product, attitude to 154 Bech-Larsen, T. 139-40, 192-3, 220-21 Belgium 142, 234-5 Bellavance, F. 227 benefits, health, types 116-17, 142-3, 233-4 CVD (cardiovascular diseases), reduction in 147, 153, 230 physiological 144, 231 beverages 104, 106, 110 bias, hypothetical 135 bioactive compounds 108 bioactive substances 17, 85 see also supplements bioengineered foods 52 biological role claims 56 see also nutrient function claims black market 86, 88 Blanchemanche, S. 228 Bleiel, J. 143, 208 blood glucose 95, 114, 171 blood pressure 7, 24, 49, 54, 73, 114, 172-3 reduction 90, 95, 171, 175 BNSFD (Bureau of Nutritional Sciences Food Directorate) 40, 193-4 body fat 95

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,169
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,001
Communication savante0,0080,005
Science ouverte0,0020,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,8310,747

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 Opus0,023
Tête enseignante GPT0,276
Écart entre enseignants0,253 · 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.

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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEdward Elgar Publishing eBooksMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207