MétaCan
Menu
Retour à la cohorte
Enregistrement W1918781180 · doi:10.7205/milmed.172.1.63

Attrition of U.S. Military Enlistees with Waivers for Hearing Deficiency, 1995–2004

2007· article· en· W1918781180 sur OpenAlexaff
David W. Niebuhr, Yuanzhang Li, Timothy E. Powers, Margot R. Krauss, David W. Chandler, Thomas M. Helfer

Notice bibliographique

RevueMilitary Medicine · 2007
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Performance
Établissements canadiensKensington Health
Organismes subventionnairesU.S. Department of Defense
Mots-clésAttritionMilitary personnelMilitary medicineMedicineNavyAudiologyGerontologyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Hearing deficiency is the condition for which accession medical waivers are most commonly granted. The retention of individuals entering service with a waiver for hearing deficiency has not been previously studied. METHODS: Military retention among new enlistees with a medical waiver for hearing deficiency was compared with that among a matched comparison group of fully qualified enlistees. Comparisons according to branch of service over the first 3 years of service were performed with the Kaplan-Meier product-limit method and proportional-hazards model. RESULTS: Army subjects had significantly lower retention rates than did their fully qualified counterparts. In the adjusted model, Army and Navy enlistees with a waiver for hearing deficiency had a significantly lower likelihood of retention than did their matched counterparts. DISCUSSION: The increased likelihood of medical attrition in enlistees with a waiver for hearing loss provides no evidence to make the hearing accession standard more lenient and validates a selective hearing loss waiver policy.

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,869

Scores Codex et Gemma par catégorie

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

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 Opus0,095
Tête enseignante GPT0,430
Écart entre enseignants0,335 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMilitary MedicineMême sujetOccupational Health and PerformanceTravaux en français237 207