MétaCan
Menu
Retour à la cohorte
Enregistrement W4405995310 · doi:10.1016/j.ijresmar.2024.12.004

On the persistent mischaracterization of Google and Facebook A/B tests: How to conduct and report online platform studies

2025· article· en· W4405995310 sur OpenAlexafffund
Johannes Boegershausen, Yann Cornil, Shangwen Yi, David J. Hardisty

Notice bibliographique

RevueInternational Journal of Research in Marketing · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Media in Health Education
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research CouncilÉcole Supérieure des Sciences Economiques et CommercialesSocial Sciences and Humanities Research Council of CanadaUniversiteit van Amsterdam
Mots-clésInternet privacyAdvertisingBusinessSocial mediaWorld Wide WebComputer science

Résumé

récupéré en direct d'OpenAlex

202504 bcch

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)0,578
score de la tête « metaresearch » (Gemma)0,855
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesMétarecherche
DomaineSignal candidat: Méthodes · Signal consensuel: Méthodes
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,422
Score d'incertitude au seuil0,521

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,5780,855
Méta-épidémiologie (sens strict)0,0020,003
Méta-épidémiologie (sens large)0,0060,004
Bibliométrie0,0280,022
Études des sciences et des technologies0,0050,020
Communication savante0,0200,024
Science ouverte0,0090,011
Intégrité de la recherche0,0090,009
Charge utile insuffisante (le modèle a refusé de juger)0,0040,005

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 Opus0,408
Tête enseignante GPT0,563
Écart entre enseignants0,155 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

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

Citations22
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Research in MarketingMême sujetSocial Media in Health EducationTravaux en français237 207