MétaCan
Menu
Retour à la cohorte
Enregistrement W6950785577 · doi:10.5683/sp3/4dze3i

DynIA: Dynamically Informed Allegories - final project report

2024· dataset· en· W6950785577 sur OpenAlexaffabout

Notice bibliographique

RevueBorealis · 2024
Typedataset
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensMcMaster UniversityUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésGuidelineHealth careTheme (computing)Christian ministryPopulationBest practiceAlternative medicineTest (biology)

Résumé

récupéré en direct d'OpenAlex

An important strategy for improving population health is to use what we learn from medical research in our patient care. One approach to this is using the highest quality medical research to make recommendations and guide healthcare providers in deciding how to diagnose and treat their patients. These recommendations form the basis of healthcare tools that are called clinical practice guidelines. Theme four focused on strategies for increasing the uptake of clinical practice guidelines on low back pain and headache into community-based care. Theme four researchers collaborated with guideline developers in Alberta at the Institute of Health Economics and an organization called Towards Optimize Practice (TOP) that is sponsored by the Alberta Medical Association and the Alberta Ministry of Health (Alberta Health and Wellness). The research team first looked at what is already been known about uptake of guideline recommendations for chronic pain. This process involved going back to original research from around the world. Research librarians and scientists found 19 scientific papers that are relevant. Taken together, these studies indicated that the best approach to improving uptake of chronic pain guidelines into community care is to present them to care providers in special interactive educational settings where they are able to discuss the recommendations approaches with the educators. Theme four then went on to test this approach in the study of using an interactive educational workshop focused on the low back pain guideline. The study was conducted in collaboration with researchers from the University of Calgary and the University of Alberta. The workshop presenters were an expert team of physicians, physiotherapists, nurses and psychologists that traveled to the offices of the community healthcare providers. This study showed that the providers’ knowledge of low back pain increased after the workshop. When the medical records were examined, the researchers were unable to detect changes in how care was provided. This was a small study involving 24 providers. The researchers concluded that a larger study may confirm the increase in provider knowledge and detect changes in care.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge 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 enseignants0,043
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,022
Tête enseignante GPT0,279
Écart entre enseignants0,257 · 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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBorealisMême sujetOcean Acidification Effects and ResponsesTravaux en français237 207