MétaCan
Menu
Retour à la cohorte
Enregistrement W7005307399

Rapid synthesis: Ensuring appropriate use of laboratory tests

2023· other· en· W7005307399 sur OpenAlexafffundabout

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineMedicine
ThématiqueAssisted Reproductive Technology and Twin Pregnancy
Établissements canadiensMcMaster University
Organismes subventionnairesMinistry of Health, British ColumbiaMcMaster University
Mots-clésAppropriate Use CriteriaDiagnostic testTest (biology)Best practiceKey (lock)Data collection
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

An in-depth synthesis of what is known based on the best available global research evidence (i.e., evidence syntheses) and local research evidence (i.e., single studies) and may include a scan of experiences from other countries and from Canadian provinces and territories, about appropriate use of laboratory tests in response to a decision-maker's request.

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)0,477
score de la tête « metaresearch » (Gemma)0,816
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,477
Score d'incertitude au seuil0,645

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,4770,816
Méta-épidémiologie (sens strict)0,0050,005
Méta-épidémiologie (sens large)0,0120,013
Bibliométrie0,0330,021
Études des sciences et des technologies0,0030,005
Communication savante0,0200,014
Science ouverte0,0070,013
Intégrité de la recherche0,0120,010
Charge utile insuffisante (le modèle a refusé de juger)0,1150,031

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 Opus0,039
Tête enseignante GPT0,262
Écart entre enseignants0,223 · 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.

Devis d'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetAssisted Reproductive Technology and Twin PregnancyTravaux en français237 207