Bringing attention into higher focus within the traumatic brain injury research agenda.
Notice bibliographique
Résumé
Traumatic brain injury (TBI) holds a unique position within children’s health. It has been clear for decades that TBI is the leading cause of death and disability of children (1,2). However, only recently has the impact of TBI on developing brain gained the attention of the public and lay press due to the attention paid toward injuries in sports such as football, boxing and others. Guidelines for caring for children with mild (3-5) and severe (6) injuries have been assiduously developed from the available literature, yet the proven therapies have remained elusive. Recently, the National Institute of Neurological Disorders and Stroke (NINDS), the European Commission and the Canadian Institutes of Health Research have led (and funded) efforts to address the burden of TBI with the International Initiative for Traumatic Brain Injury Research (InTBIR) with the goal of “working together to improve outcomes and lessen the global burden of TBI by 2020” (7).
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 | 0,041 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,014 | 0,023 |
| Science ouverte | 0,003 | 0,013 |
| Intégrité de la recherche | 0,018 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,044 | 0,013 |
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 ».