MétaCan
Menu
Retour à la cohorte
Enregistrement W4393870929 · doi:10.32920/jcd.v7i1.1860

Pain and Progress

2024· article· en· W4393870929 sur OpenAlexfundvenueno aff
Eric Ng, Mikahelia Wellington, Nadia Pabani

Notice bibliographique

RevueJournal of Critical Dietetics · 2024
Typearticle
Langueen
DomaineMedicine
ThématiquePain Management and Opioid Use
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Toronto
Mots-clésMedicinePsychology

Résumé

récupéré en direct d'OpenAlex

BackgroundRecent intersecting crises such as the protests against anti-Black racism after the public murder of George Floyd and the call for reconciliation with Indigenous peoples following the discovery of thousands of unmarked graves of children at multiple former Residential Schools, have drawn mainstream attention, to issues related to colonization and racism, against which advocates have long spoken.The COVID-19 pandemic has also revealed the persistent social inequities experienced by Indigenous, Black, and racialized communities in Canada as they are Volume 7, Issue 1 ISSN 1923-1237 over-represented by COVID-19 cases and barriers to accessing health services (Toronto Public Health, 2022).While racism and colonization have been well-documented in Canada, the recent public awareness of these issues, once considered "fringe," has pressured organizations to name and address these forms of oppression.In Canada, anti-oppressive practice literature emerged from the critical social work scholarship in the early 2000s.Scholars and advocates pointed to the unjust social structures and policies in which social work is embedded and called on practitioners to challenge these oppressive systems in their practice (Mullay, 2002& Baines, 2007).This however, has not been the priority for dietetics, which has been behind in its recognition for this work despite the efforts of BIPOC (Black, Indigenous, People of Colour) dietitians and allies calling for the need for anti-oppressive education (for example, Djulus et al., 2022) within the education institutions (Wellington et al.

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)0,004
score de la tête « metaresearch » (Gemma)0,006
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: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,208

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,003
Communication savante0,0060,004
Science ouverte0,0010,003
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0620,018

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 Opus0,019
Tête enseignante GPT0,340
Écart entre enseignants0,321 · 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
GenreCommentaire

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 revueJournal of Critical DieteticsMême sujetPain Management and Opioid UseTravaux en français237 207