MétaCan
Menu
Retour à la cohorte
Enregistrement W6905133764 · doi:10.15139/s3/k03yhd

Toronto Couples Study, 2017

2019· dataset· en· W6905133764 sur OpenAlexaffabout

Notice bibliographique

RevueUNC Dataverse · 2019
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSession (web analytics)InterviewOnline forumData collectionWork (physics)Protocol (science)

Résumé

récupéré en direct d'OpenAlex

This dataset was collected at the University of Toronto between 2015-2017. Romantic couples from the community participated in a four-part study. To be eligible, couples were required to be in a relationship for at least 3 years. A total of 111 couples completed the study. The four parts of the study included (1) completing a background questionnaire; (2) participating in a lab session in which they were connected to physiological equipment and held three conversations, alternating as speakers and listeners, on the topics of (a) a time when they felt distressed, (b) something they would like their partner to change and (c) something about their partner they feel grateful for; and completed questionnaires about these conversations; (3) completing a 14-day daily experience (“diary”) study; and (4) completing a follow-up questionnaire the day after the diary. In addition, a subset of these participants was rated by their work supervisors. Data have been collected for this study in full. The protocol reference number for ethics approval of this study is 31063.

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)0,002
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,333
Score d'incertitude au seuil0,669

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,008
Études des sciences et des technologies0,0020,000
Communication savante0,0030,001
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0530,022

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 Opus0,046
Tête enseignante GPT0,322
Écart entre enseignants0,275 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUNC DataverseTravaux en français237 207