MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412608585 · doi:10.1101/2025.07.22.25332023

Data Resource Profile: the Physical Activity Cohort Repository (PACe)

2025· preprint· en· W4412608585 sur OpenAlexaff
Leonessa Boing, Andrea Ramírez Varela, Saud Abdulaziz M Alomairah, Derrick Bennett, Lucimére Bohn, Clare Hume, Elli Kontostoli, Jacqueline L. Mair, Clarice Martins, Andréia Pizarro, Jenny Rossen, Jakob Tarp, Kirstie F. Tew, Philip Rosen, Terry Boyle, Brigid M. Lynch

Notice bibliographique

RevuemedRxiv · 2025
Typepreprint
Langueen
DomaineMedicine
ThématiquePhysical Activity and Health
Établissements canadiensMichael Smith Health Research BC
Organismes subventionnairesCancer Council Victoria
Mots-clésPaceResource (disambiguation)CohortBusinessGeographyComputer scienceStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Key Features * The Physical Activity Cohort Repository (PACe) project created a searchable online database of cohort studies that have prospectively collected data on physical activity and/or sedentary behaviour (self-report and/or device-based measurement) at three or more timepoints. Only cohorts with ≥ 1,000 participants at baseline were included. * The PACe is a freely available resource created to encourage researchers to return to existing cohorts to apply contemporary causal inference methods that appropriately deal with time varying exposures and confounders, to improve the quality of evidence pertaining to physical activity, sedentary behaviour and health. * Two hundred and nineteen unique cohorts were included in the initial iteration of the PACe, representing all World Health Organization regions. The earliest included cohort started in 1922 (the Terman Life-Cycle Study) and extends to ongoing cohorts. * The development of the PACe was an international effort; this resource was designed to facilitate global collaboration and building research capacity in low- and middle-income countries. * We will update the repository every two years, to ensure that new cohorts and cohorts adding additional waves of follow-up are captured.

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)0,007
score de la tête « metaresearch » (Gemma)0,069
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: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,489
Score d'incertitude au seuil0,728

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,069
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0080,013
Études des sciences et des technologies0,0010,001
Communication savante0,0050,003
Science ouverte0,0040,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,4890,195

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 Opus0,075
Tête enseignante GPT0,365
Écart entre enseignants0,290 · 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
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuemedRxiv→Même sujetPhysical Activity and Health→Travaux en français237 207→