MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390988942 · doi:10.1017/cjn.2023.326

CONNECTing Concussion Care with Research Across Ontario

2024· article· en· W4390988942 sur OpenAlexafffundvenueabout
Cindy Hunt, Heather M. MacKenzie, Anil Dosaj, J Zych, Maria Carmela Tartaglia, Mark Bayley, Ruth Wilcock, Karl Zabjek, Matthew J. Burke, Vicki L. Kristman, Billie Hardy, Lisa Fischer, Andrew Baker

Notice bibliographique

RevueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueTraumatic Brain Injury Research
Établissements canadiensLakehead UniversitySt. Michael's HospitalSunnybrook Health Science CentreToronto Rehabilitation InstituteUniversity Health NetworkOccupational Cancer Research CentreFowler Kennedy Sport Medicine ClinicInstitute for Work & HealthToronto Western HospitalUniversity of TorontoWestern UniversityPublic Health OntarioParkwood Institute
Organismes subventionnairesGovernment of Ontario
Mots-clésConcussionStandardizationData sharingScale (ratio)PsychologyMedicineApplied psychologyPoison controlInjury preventionComputer scienceMedical emergencyAlternative medicineGeographyCartography

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Common data elements (CDEs) for concussion, as established by international bodies, are not being widely used in Ontario, resulting in significant variability in the data being assessed and collected across clinics. CDEs support standardization of care as well as large-scale data sharing for high impact research. A collaborative network – Concussion Ontario Network: Neuroinformatics to Enhance Clinical care and Translation (CONNECT) – comprised of health care professionals, researchers, members from advocacy groups, and patients was formed to establish and implement CDEs for concussion care and research. While the seeds have been planted and initial effectiveness demonstrated, future challenges exist.

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)0,044
score de la tête « metaresearch » (Gemma)0,070
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: aucune
Score de désaccord entre enseignants0,821
Score d'incertitude au seuil0,952

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0440,070
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,009
Études des sciences et des technologies0,0140,005
Communication savante0,0070,003
Science ouverte0,0040,015
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,153
Tête enseignante GPT0,404
Écart entre enseignants0,252 · 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

Citations1
Publié2024
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Neurological Sciences / Journal Canadien des Sciences Neurologiques→Même sujetTraumatic Brain Injury Research→Travaux en français237 207→