MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388431365 · doi:10.61737/yogf7213

Propositions de principes directeurs : Concilier l'acceptabilité sociale active à l'utilisation secondaire des renseignements personnels sur la santé

2022· report· fr· W4388431365 sur OpenAlexaboutno aff
Carole Jabet, Cécile Petitgand

Notice bibliographique

Revuenon disponible
Typereport
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

Dans la cadre de l’initiative Accès aux données de la Table nationale des directeurs de la recherche (TNDR), coordonnée par le Centre de recherche du CHUM (CR-CHUM) et le Fonds de recherche du Québec – Santé (FRQS), l’OBVIA a activement contribué, depuis mai 2021, aux travaux développés au sein du groupe de travail dédié à l’acceptabilité sociale de l’accès et de l’utilisation des données de santé réunissant aux cotés d’une dizaine de partenaires et d’experts au Québec et à l’international. Parmi les travaux issus de ces concertations, ont été élaborés des principes directeurs visant à guider les individus et organisations dans l’adoption de bonnes pratiques pour informer et engager les citoyens dans les projets fondés sur la collecte et la valorisation des données en santé et services sociaux. Le présent document est une réalisation de l’OBVIA en collaboration avec le Groupe de travail sous la responsabilité de Carole Jabet et Cécile Petitgand (FRQS).

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)0,074
score de la tête « metaresearch » (Gemma)0,081
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,390

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0740,081
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0050,003
Études des sciences et des technologies0,0090,045
Communication savante0,0210,015
Science ouverte0,0040,012
Intégrité de la recherche0,0080,009
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,107
Tête enseignante GPT0,447
Écart entre enseignants0,340 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHealthcare Systems and Practices→Travaux en français237 207→