MétaCan
Menu
Retour à la cohorte
Enregistrement W6928637813 · doi:10.3886/icpsr38199

Detroit Metro Area Communities Study (DMACS) Wave 12, Michigan, 2021

2022· dataset· en· W6928637813 sur OpenAlexaboutno aff

Notice bibliographique

RevueICPSR Data Holdings · 2022
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesJohn S. and James L. Knight Foundation
Mots-clésCensusSample (material)American Community SurveyPanel surveyQuarter (Canadian coin)Public opinionData collectionSurvey research

Résumé

récupéré en direct d'OpenAlex

The Detroit Metro Area Communities Study (DMACS) is a panel survey of Detroit residents launched in 2016. The original panel of respondents was drawn from an address-based probability sample of all occupied Detroit households. In subsequent years, the panel has been refreshed through additional address-based sampling. The 12th survey wave, collected between January 6, 2021 and March 5, 2021 included a sample refresh using multiple recruitment modes (mail, email, text, and phone). The researchers sent a total of 11,655 invitations to the survey: 1,766 to existing DMACS panelists who had already responded to at least one prior survey and 9,889 to residents of a randomly-selected address-based refreshment sample of Detroit households. This refreshment included an oversample of households in Census block groups that were at least 70% Hispanic and households in Strategic Neighborhood Fund (SNF) neighborhoods. Surveys were self-administered online or interviewer-administered via telephone. Adaptive design was used to increase response rates amongst hard-to-reach subgroups. The researchers report results for the 2,238 Detroit residents who completed the survey. The researchers obtained an overall response rate of 20.22% (using American Association for Public Opinion Research (AAPOR) Response Rate 1); 72.6% for existing panelists and 10.4% for new panelists.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,140
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0190,032
Intégrité de la recherche0,0010,005
Charge utile insuffisante (le modèle a refusé de juger)0,1450,005

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 Opus0,165
Tête enseignante GPT0,324
Écart entre enseignants0,159 · 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
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueICPSR Data HoldingsTravaux en français237 207