ETHICS CASE Pay for Performance: What We Measure Matters
Notice bibliographique
Résumé
Mr. Ozonoff arrived at Dr. Mehta’s office for his annual checkup. His blood pressure had been in the normal range until a few months ago, when it had started to creep up, according to the blood pressure machine he sometimes used outside his workplace cafeteria. At Dr. Mehta’s office, it registered 145/90—just into the hypertensive range. Dr. Mehta wanted to get Mr. Ozonoff’s blood pressure back into the normal range and thought the goal could be achieved by changes in his eating and exercising habits. At the same time she recognized that her practice received a financial bonus every quarter from several of the health plans they contracted with when a certain percentage of the patient panel maintained blood pressures within the normal range, and medication was the surest and simplest way to accomplish the goal quickly. Because Mr. Ozonoff’s blood pressure was only slightly above the 140/90 cutoff for hypertension, Dr. Mehta began to discuss lifestyle changes—such as regular exercise and eating a healthier, lower-salt diet — with him, changes that would help not only with his blood pressure but with other health problems; his weight, for example, had
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 | 0,096 | 0,349 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,008 | 0,034 |
| Communication savante | 0,018 | 0,021 |
| Science ouverte | 0,004 | 0,008 |
| Intégrité de la recherche | 0,013 | 0,023 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,004 |
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 ».