MétaCan
Menu
Retour à la cohorte
Enregistrement W6920844547 · doi:10.6084/m9.figshare.21213494

Additional file 1 of Prospective sampling bias in COVID-19 recruitment methods: experimental evidence from a national randomized survey testing recruitment materials

2022· article· en· W6920844547 sur OpenAlexaffabout

Notice bibliographique

RevueOpen MIND · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSurvey Methodology and Nonresponse
Établissements canadiensUniversity of GuelphYork University
Organismes subventionnairesnon disponible
Mots-clésTable (database)Sample (material)Affect (linguistics)Descriptive statisticsSampling (signal processing)Test (biology)Data collectionSampling bias

Résumé

récupéré en direct d'OpenAlex

Additional file 1: Table SM.1. Expected (based on population) versus actual count of households receiving postcards. Fig. SM.1. “COVID Specific” postcard design. Fig. SM.2. “General Health” postcard design. Table SM.2. Descriptive characteristics of study sample by postcard type. Table SM.3. Likelihood of Agreeing with the statement: “Getting sick with COVID-19 can be serious.” Table SM.4. Likelihood of Agreeing with the statement: “I will probably get COVID-19.” Table SM.5. Likelihood of Agreeing with the statement: “The threat posed by COVID-19 is exaggerated by the Canadian federal government.” Table SM.6. Likelihood of Agreeing with the statement: “COVID-19 will NOT affect many Canadians.”.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,104
score de la tête « metaresearch » (Gemma)0,377
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMétarecherche
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,909
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,1040,377
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,8730,000

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.

Tête enseignante Opus0,868
Tête enseignante GPT0,607
Écart entre enseignants0,261 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreMéthodes

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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetSurvey Methodology and NonresponseTravaux en français237 207