MétaCan
Menu
Retour à la cohorte
Enregistrement W4408349988 · doi:10.1016/j.mex.2025.103266

Corrigendum to “An experimental design and implementation protocol for testing a dashboard for improving sustainable healthy food choices” [MethodsX Volume 14 (2025), page 2-page 11/ 103245]

2025· erratum· en· W4408349988 sur OpenAlexaff
Mariana Moncada de la Fuente, Ebenezer Miezah Kwofie, Prince Agyemang, Marie-Anne Dessureault, Ghina El Haffar, Laurette Dubé, Stan Kubow, Valérie Orsat

Notice bibliographique

RevueMethodsX · 2025
Typeerratum
Langueen
DomaineMedicine
ThématiqueConsumer Attitudes and Food Labeling
Établissements canadiensMcGill UniversitySte. Anne's Hospital
Organismes subventionnairesnon disponible
Mots-clésVolume (thermodynamics)Protocol (science)DashboardComputer scienceWorld Wide WebData scienceMedicineAlternative medicine

Résumé

récupéré en direct d'OpenAlex

[This corrects the article DOI: 10.1016/j.mex.2025.103245.].

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)0,016
score de la tête « metaresearch » (Gemma)0,091
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,479
Score d'incertitude au seuil0,744

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,091
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,002
Communication savante0,0020,002
Science ouverte0,0030,003
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,4790,175

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 Opus0,144
Tête enseignante GPT0,463
Écart entre enseignants0,319 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethodsXMême sujetConsumer Attitudes and Food LabelingTravaux en français237 207