Notice bibliographique
Résumé
Abstract: Paramedic data has significant potential for research. Paramedics see many patientsevery year and collect a wide variety of crucial data at each encounter. Thisdata is rarely used for good reason: it’s messy and hard to work with. But like theunderdog character in a classic movie, with a little bit of work and a lot of understanding,paramedic data has significant potential to change the world of medicalresearch. Paramedics throughout the world are involved in research every day, butmost of this research uses purpose-built data structures and never takes advantage ofthe existing data that paramedics create as part of their everyday work. Through aproject-based approach grounded in developing a better understanding of the opioidcrisis, this thesis will examine the quantity and structure of the existing paramedicdata, the complexities of its current design, the steps necessary to access it, and theprocesses necessary to clean existing data to a point where it can be easily modelled.Once we have our dataset, we will explore the challenges of choosing key metricsby examining the effectiveness of metrics currently employed to monitor the opioidcrisis and the influences public health programs and changing policies have had onthese metrics. Next, we will explore the temporal distributions of opioid and otherintoxicant use with an eye to providing data to support public health in their harmreduction efforts. And lastly, we will look at the effect of fixed- and floating-pointtemporal influences on intoxicant-related calls with an eye to how these temporalpoints can affect call volumes. By using this exploration of the opioid crisis, thisthesis will show that with a more thorough understanding of what paramedic data is,what data points are available, and the processes needed to transform it, paramedicdata has the potential to greatly expand the limits of health care data science into amore precise and more all-encompassing discipline.
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 | 0,075 | 0,317 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,011 | 0,022 |
| Études des sciences et des technologies | 0,003 | 0,004 |
| Communication savante | 0,013 | 0,013 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,002 |
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 ».