Checklists for the use of novel oral anticoagulants by the front-line clinician
Notice bibliographique
Résumé
Author Contributions:T.J. Bungard drafted the initial manuscript and revised it along the way. J. Bolt participated in writing the initial draft and reviewing the final draft. P. Thomson participated in initiating the checklist project, writing the initial draft and reviewing the final draft. W. Semchuk participated in writing the initial draft and reviewing checklists. J. Lowerison participated in initiating the checklist project, writing the initial draft and reviewing the final draft. Declaration of Conflicting Interests:Tammy J. Bungard has received honoraria from Bayer, Boehringer Ingelheim and Bristol Myers Squibb-Pfizer within the past 2 years. Jennifer Bolt has received honoraria from Boehringer Ingelheim in the past 2 years. Peter Thomson has received speaker honoraria from Bayer, Boehringer Ingelheim, Pfizer and Sanofi within the past 2 years. He has served as a consultant or on an Advisory Board for Boehringer Ingelheim, Pfizer and Sanofi within the past 2 years. William Semchuk has received honoraria from Bayer, Pfizer, Bristol Myers Squibb and Boehringer Ingelheim within the past 2 years. He has served as a consultant or on an Advisory Board for Bayer and Pfizer/Bristol Myers Squibb in the last 2 years and has received a research grant from Pfizer in the last 2 years. Jennifer Lowerison has nothing to disclose. Funding:The authors received no financial support for the research, authorship and/or publication of this article.
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 | 0,030 | 0,193 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,008 | 0,003 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,079 | 0,045 |
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 ».