MétaCan
Menu
Retour à la cohorte
Enregistrement W4386033537 · doi:10.1038/s42256-023-00705-6

The TRIPOD-P reporting guideline for improving the integrity and transparency of predictive analytics in healthcare through study protocols

2023· article· en· W4386033537 sur OpenAlexaff
Paula Dhiman, Rebecca Whittle, Ben Van Calster, Marzyeh Ghassemi, Xiaoxuan Liu, Melissa D. McCradden, Karel G.M. Moons, Richard D Riley, Gary S. Collins

Notice bibliographique

RevueNature Machine Intelligence · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueArtificial Intelligence in Healthcare and Education
Établissements canadiensPublic Health OntarioHospital for Sick Children
Organismes subventionnairesnon disponible
Mots-clésTripod (photography)Transparency (behavior)GuidelineAnalyticsMedicineHealth careComputer scienceData miningComputer securityEngineering

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,394
score de la tête « metaresearch » (Gemma)0,651
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Présentation des résultats · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,606
Score d'incertitude au seuil0,747

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,3940,651
Méta-épidémiologie (sens strict)0,0020,004
Méta-épidémiologie (sens large)0,0040,009
Bibliométrie0,0100,007
Études des sciences et des technologies0,0060,010
Communication savante0,0260,011
Science ouverte0,0140,014
Intégrité de la recherche0,0290,033
Charge utile insuffisante (le modèle a refusé de juger)0,0090,013

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 Opus0,207
Tête enseignante GPT0,524
Écart entre enseignants0,318 · 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
DomainePrésentation des résultats
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2023
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueNature Machine IntelligenceMême sujetArtificial Intelligence in Healthcare and EducationTravaux en français237 207