MétaCan
Menu
Retour à la cohorte
Enregistrement W1994978194 · doi:10.1136/jech.2009.096701m

Ethnicity and cancer treatment in New Zealand: do Maori patients get a worse deal?

2009· article· en· W1994978194 sur OpenAlexaboutno aff
Sarah Hill, Diana Sarfati, Tony Blakely, Bridget Robson

Notice bibliographique

RevueJournal of Epidemiology & Community Health · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueColorectal Cancer Screening and Detection
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineEthnic groupColorectal cancerIndigenousCancer registryCancerCohortPopulationCancer treatmentDemographyPacific islandersGerontologyInternal medicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

buffers.More local patterns of area effect are further revealed, eg more mixed land use is associated with higher levels of walking in some but not all areas of the city, suggesting that the significance and magnitude of associations between built environment characteristics and walking are not the same across space.Discussion: Application and findings of the three approaches lead to distinct yet complementary conclusions about the environmental determinants of physical activity and the scales at which they may be operating.Findings are discussed in terms of their implications for public health practice and policy, eg acquiring and inventorying data on population health as well as area characteristics for surveillance purposes, developing and implementing health promotion and prevention strategies based on extent data at the local and at different geographical levels, and evaluating policy interventions aimed at changing the local environment.The challenges of targeting actions at the local area level are underlined and examined in light of recent national (UK and Canada) and international recommendations and guidance to create environments conducive to physical activity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,327
Score d'incertitude au seuil0,650

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,099
Tête enseignante GPT0,421
Écart entre enseignants0,323 · 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 source (Gemma direct ou Codex distillé), 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

Citations4
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Epidemiology & Community HealthMême sujetColorectal Cancer Screening and DetectionTravaux en français237 207