MétaCan
Menu
Retour à la cohorte
Enregistrement W1867737302 · doi:10.1017/mdh.2015.24

Skills through History

2015· editorial· en· W1867737302 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueMedical History · 2015
Typeeditorial
Langueen
DomainePsychology
ThématiqueHistorical Psychiatry and Medical Practices
Établissements canadiensMcGill University
Organismes subventionnairesUniversity of TorontoStrong
Mots-clésComputer scienceContent (measure theory)World Wide WebMultimediaAction (physics)Information retrieval

Résumé

récupéré en direct d'OpenAlex

Few historians would deny that skills are at the heart of modern medicine. Yet skill can prove troublesome to define. The content of what counts as a medical skill ranges widely across different dimensions of the body and self, as through places, disciplines and phases of history. From the physician's touch in physical examination to the discriminating eye of the histologist, from empathy in nursing to precision in surgery: all suppose and reproduce a skilled practitioner. Despite or perhaps because of their abundance, skills have appeared too easily as a self-evident feature of medical history. Their ubiquity and the wide spectrum of concepts they assimilate have obstructed efforts to historicise them, or to explore the wider implications of their transience. Impossible to deny and yet notoriously hard to define, skills in medical history are everywhere and nowhere at once, persistent through its sources and yet rare as organising principles of its scholarship. 1 The object of this volume is to address that asymmetry, and begin unsettling the self-evidence of skills by drawing them into critical focus.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,019
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,116
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,019
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0060,008
Charge utile insuffisante (le modèle a refusé de juger)0,1300,018

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 Opus0,038
Tête enseignante GPT0,356
Écart entre enseignants0,318 · 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