MétaCan
Menu
Retour à la cohorte
Enregistrement W4381470504 · doi:10.1097/ccm.0000000000005962

The Reviewer Academy of the Society of Critical Care Medicine: Key Principles and Strategic Plan

2023· article· en· W4381470504 sur OpenAlexaff
Peta Alexander, Rebecca A. Aslakson, Erin F. Barreto, Jan Hau Lee, Heather Meissen, Lama Nazer, Richard D. Branson, Kirby P. Mayer, Natalie Napolitano, Meghan B. Lane‐Fall, Andrea Sikora, Preeti R. John, R. Phillip Dellinger, Margaret M. Parker, Andrew C. Argent, Adjoa Boateng, Thomas P. Green, Sapna R. Kudchadkar, David M. Maslove, Megan A. Rech, Lauren R. Sorce, Robert C. Tasker, Timothy G. Buchman, Paul A. Checchia

Notice bibliographique

RevueCritical Care Medicine · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueHealth and Medical Research Impacts
Établissements canadiensKingston General Hospital
Organismes subventionnairesNational Institute on Minority Health and Health DisparitiesNational Institute of Child Health and Human DevelopmentNational Institute of Diabetes and Digestive and Kidney DiseasesNational Institute of Arthritis and Musculoskeletal and Skin DiseasesNational Institute of Allergy and Infectious DiseasesEunice Kennedy Shriver National Institute of Child Health and Human DevelopmentU.S. Department of DefenseAgency for Healthcare Research and QualityNational Institutes of HealthNational Institute on AgingU.S. Food and Drug AdministrationNational Research FoundationFoundation for Anesthesia Education and ResearchAmerican Heart AssociationAnesthesia Patient Safety FoundationNational Heart, Lung, and Blood Institute
Mots-clésEngineering ethicsPlan (archaeology)MedicinePeer reviewProcess (computing)Quality (philosophy)Health careMedical educationPublic relationsPolitical scienceComputer scienceLawEngineering

Résumé

récupéré en direct d'OpenAlex

The Society of Critical Care Medicine (SCCM) Reviewer Academy seeks to train and establish a community of trusted, reliable, and skilled peer reviewers with diverse backgrounds and interests to promote high-quality reviews for each of the SCCM journals. Goals of the Academy include building accessible resources to highlight qualities of excellent manuscript reviews; educating and mentoring a diverse group of healthcare professionals; and establishing and upholding standards for insightful and informative reviews. This manuscript will map the mission of the Reviewer Academy with a succinct summary of the importance of peer review, process of reviewing a manuscript, and the expected ethical standards of reviewers. We will equip readers to target concise, thoughtful feedback as peer reviewers, advance their understanding of the editorial process and inspire readers to integrate medical journalism into diverse professional careers.

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)0,235
score de la tête « metaresearch » (Gemma)0,261
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Évaluation · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,765
Score d'incertitude au seuil0,944

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2350,261
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0070,004
Études des sciences et des technologies0,0170,011
Communication savante0,0460,016
Science ouverte0,0060,017
Intégrité de la recherche0,0280,026
Charge utile insuffisante (le modèle a refusé de juger)0,0110,022

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 Opus0,318
Tête enseignante GPT0,508
Écart entre enseignants0,190 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
DomaineÉvaluation
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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCritical Care MedicineMême sujetHealth and Medical Research ImpactsTravaux en français237 207