Gagnants du concours des résumés du Congrès 2016 des étudiants de la Société canadienne d’épidémiologieet de biostatistique
Bibliographic record
Abstract
Promotion de la santé et prévention des maladies chroniques au Canada Recherche, politiques et pratiques Gagnants du concours des résumés du Congrès 2016 des étudiants de la Société canadienne d'épidémiologie et de biostatistique Préface Les responsables de Promotion de la santé et prévention des maladies chroniques au Canada ont été heureux d'organiser, cette année encore, le concours de résumés des étudiants du Congrès national 2016 des étudiants de la Société canadienne d'épidémiologie et de biostatistique (SCEB), qui a eu lieu à l'Université du Manitoba en juin.Un comité éditorial de l'Agence de la santé publique du Canada a évalué 17 présentations de résumé et a sélectionné, pour publication dans ce numéro, les 7 meilleurs.Ce comité éditorial était formé des membres suivants : • Robert Geneau, Ph.D., rédacteur en chef • Heather Orpana, Ph.D., rédactrice scientifique adjointe • Michelle Tracy, M.A., gestionnaire de la rédaction Les résumés ont été choisis en fonction de leur originalité, de leur clarté, de leur excellence scientifique et technique et de leur impact potentiel.Notre revue collabore depuis 2009 avec la SCEB pour offrir des occasions de publication aux étudiants.Nous sommes fiers de collaborer cette année encore avec la SCEB et de soutenir les étudiants dans leurs efforts de publication.Au nom de l'équipe éditoriale de la revue, j'aimerais remercier tous les étudiants qui ont soumis un résumé et féliciter les gagnants.La publication d'un résumé dans une revue à comité de lecture constitue un bon départ de publication scientifique.Nous espérons recevoir par la suite des articles de recherche complets.Michelle Tracy, M.A. Gestionnaire de la rédaction, Promotion de la santé et prévention des maladies chroniques au Canada Promotion de la santé et prévention des maladies chroniques au Canada Recherche, politiques et pratiques 296 Vol 36, n° 11, novembre 2016 Musicothérapie pour les patients atteints de la maladie d'Alzheimer J. Asselstine, B. Sc. (1); V. L. Kristman, Ph.D.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.010 | 0.027 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.002 |
| Science and technology studies | 0.004 | 0.002 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.002 | 0.006 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.051 | 0.016 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".