MétaCan
Menu
Retour à la cohorte
Enregistrement W4393780686 · doi:10.5281/zenodo.6647760

Perspectives and experiences of Covid-19: Two Irish studies of families in disadvantaged communities

2022· dataset· en· W4393780686 sur OpenAlexaff
Catarina Leitão, Jefrey Shumba, Marian Quinn

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2022
Typedataset
Langueen
DomaineSocial Sciences
ThématiqueResearch in Social Sciences
Établissements canadiensEducation and Early Childhood Development
Organismes subventionnairesHorizon 2020 Framework Programme
Mots-clésIrishCoronavirus disease 2019 (COVID-19)Disadvantaged2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)GeographyGenealogySociologyHistoryVirologyMedicineEconomic growthLinguisticsEconomicsInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Data files related to the manuscript <em>Perspectives and experiences of Covid-19: Two Irish studies of families in disadvantaged communities</em>. The manuscript includes two studies. The following materials are shared below. Study 1: - Qualitative data (Microsoft Office Excel file) - Codebook for coding the qualitative data developed through content analysis (pdf file) Study 2: - Qualitative data (Microsoft Office Excel file) Data are named using the following naming convention: Project acronym_Date (YYYYMMDD)_Study_Type of data_Type of participant_Version number of the file. Both studies in the manuscript were developed by the Childhood Development Initiative (CDI), Dublin, Ireland. Study 1 was conducted within the project PEAR_EC, that has received funding from the European Union’s Horizon 2020 research and innovation programme under the Marie Skłodowska-Curie grant agreement No 890925. Study 2 was conducted within the Child Poverty research project, funded by Tusla under the Area Based Childhood funding and the Child and Youth Participation Initiatives grant.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesÉtudes des sciences et des technologies
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,437
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0050,007
Communication savante0,0000,000
Science ouverte0,0020,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0410,000

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 Opus0,128
Tête enseignante GPT0,422
Écart entre enseignants0,294 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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 revueZenodo (CERN European Organization for Nuclear Research)Même sujetResearch in Social SciencesTravaux en français237 207