Ctrl + Alt + Conceive: fertility awareness in the age of Artificial Intelligence, how do large language models compare?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Technology continues to change how we manage our health, and recent breakthroughs in Artificial Intelligence have increased the adoption of Large Language Models (LLMs) in healthcare. Since the launch of ChatGPT, LLMs have been increasingly used for health information; this study, therefore, aimed to qualitatively assess fertility information provided by LLMs. Content generated by four LLM platforms: ChatGPT, Gemini, Copilot, Perplexity, were analysed comparatively. Thirty-seven prompts were generated, covering five topics: menstrual cycle, conception, risk factors, assisted reproductive technologies and age-related fertility decline. Prompts were analysed for concordance, comprehensibility and conciseness. Safety warnings for all platforms were recorded. LLM platforms generally provided concordant answers for menstrual cycle, conception, and risk factors. However, content on assisted reproductive technologies was the least accurate. Perplexity provided the highest number of strongly-concordant and poorly-concordant responses. Comprehensibility was similar across platforms. ChatGPT was the most concise. Not all platforms provided warning or safety messages regarding potential inaccuracies. LLMs present an opportunity to expand access to fertility and reproductive health information not only for individuals and patients, but also for clinicians, researchers, educators, charities, reproductive health organisations and policymakers. Nevertheless, attention must be paid to the quality of information generated in order to ensure that professionals have accurate guidance, and that individuals can access quality information to help achieve their desired fertility and reproductive health intentions.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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