Open data webinar: Revolutionizing clinical research - Exploring open data initiatives for innovation and impact
Notice bibliographique
Résumé
"Revolutionizing clinical research: Exploring open data initiatives for innovation and impact" an open data webinar hosted by the Pediatric Sepsis Data CoLaboratory. Given how pervasive (and complex) Artificial Intelligence (AI) I is going to be, it is unlikely that a few organizations can truly regulate the technology. Its oversight will require everyone pitching in. That, in turn, requires everyone having some basic understanding of how AI is developed, and more importantly, the risks associated with its use. But how do we build capacity in a field that is moving at warped speed? There will be no individual experts in the field, only collective wisdom. Legacy education and knowledge systems are too inflexible and siloed to keep up with the science and understand the sociology of AI. Datathons are designed to operationalize the multi-disciplinary hive learning that addresses the challenges of AI education and training. In this webinar, speakers discuss data bias and AI and their experience with optimizing reuse of data to advance health research through Datathons. Presenters: 1. "What's the Fuss about Artificial Intelligence (AI)?" - Speaker: Leo Anthony Celi, Principal Research Scientist, Massachusetts Institute of Technology; Associate Professor of Medicine, Harvard Medical School; Editor-in-Chief, PLOS Digital Health. 2. "SATI-Q Program: 20 Years of History in Quality Benchmarking, Evolution and Future Perspectives" - Speaker: Ariel Leonardo Fernández, Software Developer, Quality Benchmarking Program (SATI-Q), Argentina Society of Intensive Care (SATI). Data Description: Presentation slides, webinar video - Full (55m), webinar video - Celi (21m), webinar video - Fernández (13m).
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 | 0,028 | 0,036 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,012 | 0,015 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,006 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,104 | 0,027 |
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 ».