ERS CONNECT CRC: a peer-reviewed list of digital respiratory technologies
Notice bibliographique
Résumé
Background: A collaboration between the ERS Clinical Research Collaboration (CRC) CONNECT and the European Union Digital Health Uptake (DHU) initiative has been established to create a searchable, open-access, user-controlled, European-wide repository of available digital respiratory health technologies. Methods: We adopted a co-design methodology to develop a standardised peer review process to assess applications for inclusion in the repository. Eligible owners of respiratory technologies apply through the DHU Radar [1] and are evaluated by an expert panel from the CONNECT network based on predefined criteria (clinical evidence, regulatory compliance, usability, implementation feasibility). Technologies that meet the required standards receive a 3-year "CONNECT Listed" distinction, with periodic re-evaluation for continued compliance. Results: A standardised peer review process was defined and beta-tested with the support of a group of 13 volunteers. The CONNECT repository (Figure 1), hosted by DHU Radar [2], is ready to start listing digital respiratory technologies. Conclusion: We now have a robust and efficient evaluation system for streamlined implementation of the CONNECT repository to promote efficient knowledge exchange and discovery of available digital respiratory health solutions across the EU. [1] https://digitalhealthuptake.eu/radar-repository/ [2] https://digitalhealthuptake.eu/ers-connect-repository/ erj;66/suppl_69/PA2040/F1 F1 F1
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,035 | 0,139 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,015 | 0,009 |
| Études des sciences et des technologies | 0,004 | 0,002 |
| Communication savante | 0,013 | 0,011 |
| Science ouverte | 0,005 | 0,012 |
| Intégrité de la recherche | 0,004 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,430 | 0,358 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».