MétaCan
Menu
← Retour à la cohorte
Enregistrement W4393255859 · doi:10.21203/rs.3.rs-4138973/v1

Improving accessibility to radiotherapy services in Cali, Colombia: cross-sectional equity analyses using open data and big data travel times from 2020

2024· preprint· en· W4393255859 sur OpenAlexafffund
Luis Gabriel Cuervo, Carmen Juliana Villamizar, Daniel Cuervo, Pablo Zapata, Maria B. Ospina, Sara Marcela Valencia, Alfredo Polo, Ángela Suárez, María Olga Bula, J. Jaime Miranda, Gynna Millán, Diana Elizabeth Cuervo, Nancy J. Owens, Felipe Piquero, Janet Hatcher-Roberts, Gabriel Dario Paredes, María Fernanda Navarro, Ingrid Liliana Minotta, Carmen Palta, Eliana Martínez‐Herrera, Ciro Jaramillo Molina

Notice bibliographique

RevueResearch Square · 2024
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensBruyèreUniversity of OttawaQueen's University
Organismes subventionnairesNational Cancer InstituteFogarty International CenterNational Institute of Mental HealthFondo Nacional de Desarrollo Científico, Tecnológico y de Innovación TecnológicaBiotechnology and Biological Sciences Research CouncilMedical Research CouncilInter-American Institute for Global Change ResearchConsejo Nacional de Ciencia, Tecnología e Innovación TecnológicaWorld Diabetes FoundationNational Science FoundationGrand Challenges CanadaAlliance for Health Policy and Systems ResearchSchweizerischer Nationalfonds zur Förderung der Wissenschaftlichen ForschungInternational Development Research CentreUniversity of North Carolina at Chapel HillBloomberg PhilanthropiesEngineering and Physical Sciences Research CouncilUK Research and Innovation
Mots-clésEquity (law)Big dataBusinessOpen dataCross-sectional dataRegional scienceGeographyComputer scienceWorld Wide WebEconomicsPolitical scienceData miningEconometrics

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,498
Score d'incertitude au seuil0,991

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,584
Tête enseignante GPT0,640
Écart entre enseignants0,056 · 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'étudeObservationnel
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
Publié2024
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueResearch Square→Même sujetHealth disparities and outcomes→Travaux en français237 207→