MétaCan
Menu
Retour à la cohorte
Enregistrement W4389703435 · doi:10.1017/s0266462323001629

OP171 Canadian Disease Registry Inventory: Environmental Scan Of The Literature

2023· article· en· W4389703435 sur OpenAlexaboutno aff
Amanda Hodgson, Hannah Loshak, James Lachaud, Amélie Bernard, Teri Slade, Geneviève Màk, Heather Smith Fowler

Notice bibliographique

RevueInternational Journal of Technology Assessment in Health Care · 2023
Typearticle
Langueen
DomaineHealth Professions
ThématiquePublic Health Policies and Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDisease registryMEDLINEThe InternetSpace (punctuation)MedicineDiseaseComputer sciencePolitical scienceWorld Wide WebPathology

Résumé

récupéré en direct d'OpenAlex

Introduction In consideration of the lessons learned from other jurisdictions and other ongoing work in the disease registry data space, an opportunity existed to investigate the current Canadian landscape and identify opportunities for a Canadian registry list. Previously, no national-level inventory of registries existed in Canada that could provide the necessary information to support awareness and use of available data for decision-making. Methods A literature search was conducted on key resources, including MEDLINE and a focused internet scan. No methodological filters were applied to limit retrieval by publication type. The search was limited to documents published in English or French. Results Core characteristics of the identified registries were extracted and contextual information on the current landscape of disease registries in Canada was explored. A literature review and draft inventory list has been produced. Conclusions A CADTH environmental scan was undertaken to collect and report on existing Canadian disease registries and to identify key features, characteristics, and intersections. This information and analysis increase the potential of Canadian registries to inform decision-making and identifies opportunities for the optimal use of registry data in Canada more broadly.

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)0,014
score de la tête « metaresearch » (Gemma)0,046
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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,960
Score d'incertitude au seuil0,289

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,046
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0700,119
Études des sciences et des technologies0,0050,001
Communication savante0,0060,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,003

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 Opus0,022
Tête enseignante GPT0,446
Écart entre enseignants0,425 · 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
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Technology Assessment in Health CareMême sujetPublic Health Policies and EducationTravaux en français237 207