MétaCan
Menu
Retour à la cohorte
Enregistrement W4404190095 · doi:10.23889/ijpds.v9i5.2941

Turning Research Ideas into Reality: A Guide to Developing a Simulated Research Protocol using Administrative Data

2024· article· en· W4404190095 sur OpenAlexaffabout
Heather J. Prior, Monica Sirski, Carole Taylor

Notice bibliographique

RevueInternational Journal for Population Data Science · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEthics and Social Impacts of AI
Établissements canadiensUniversity of ManitobaManitoba Health
Organismes subventionnairesnon disponible
Mots-clésProtocol (science)Computer scienceData scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Objectives Demonstrate the translation of a research idea into a protocol with an analytic plan, including discussion on requirements for administrative data (AD) analysis, e.g., governance, time estimation. Foster discussion on processes for conducting AD research to enable learning and collaboration. ApproachParticipants were guided through three sections, and each alternated between presentations, group participation and discussion sessions. An overview of the Manitoba Centre for Health Policy (MCHP) Data Repository was presented to use as the framework for the AD discussion. Our chosen topic of discussion was: “How do health history and family history affect risk of poor outcomes for people with diabetes?” In small groups, participants discussed issues arising from translating the idea into a research plan. For example, define a cohort of people with diabetes, examine cardiovascular events as the outcome using survival analysis, and control for demographics, treatment compliance and family history of diabetes and cardiovascular events. We evaluated the feasibility of using AD to measure these variables. We discussed a method to estimate the time to conduct this proposed using AD, i.e., time for programming and analysis. Finally, we discussed data approvals and requirements when conducting research using AD. Conclusions and ImplicationsWe discussed the benefits and cautions of using AD and shared knowledge regarding research opportunities and obstacles across jurisdictions to identify commonalities and areas of opportunity for growth. The workshop was informative and interactive. It generated much discussion and was well-received among participants, with many asking for further information after the workshop concluded.

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)0,177
score de la tête « metaresearch » (Gemma)0,165
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,823
Score d'incertitude au seuil0,938

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1770,165
Méta-épidémiologie (sens strict)0,0030,005
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0040,003
Études des sciences et des technologies0,0060,006
Communication savante0,0070,005
Science ouverte0,0050,006
Intégrité de la recherche0,0070,013
Charge utile insuffisante (le modèle a refusé de juger)0,0850,036

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 Opus0,822
Tête enseignante GPT0,753
Écart entre enseignants0,069 · 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.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

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 présentoui

Explorer davantage

Même revueInternational Journal for Population Data ScienceMême sujetEthics and Social Impacts of AITravaux en français237 207