About 3 in every 1000 US children in large metropolitan areas may have autism or related developmental disorders
Notice bibliographique
Résumé
Yeargin-Allsopp M, Rice C, Karapurkar T et al. Prevalence of autism in a US metropolitan area. JAMA2003 Jan; 289 : 49 –55 [OpenUrl][1][CrossRef][2][PubMed][3][Web of Science][4] QUESTION: What is the prevalence of autism among children in Atlanta, Georgia? Database and documentary analysis. Metropolitan Atlanta, Georgia, USA; 1996. The records of all children aged 3–10 years in Atlanta in 1996 were screened (n=289,456; 51% male; 58% white, 38% black). Prevalence of autism stratified by demographic factors, cognitive functioning, previous autism diagnoses, and source of information. Multiple medical and educational records were screened to identify children with autism. Case status was determined by expert review. 987 children displayed behaviours consistent with autistic disorder, pervasive developmental disorder - not otherwise specified, or Asperger disorder according to the Diagnostic and Statistical Manual of Mental Disorders (4th edition). The prevalence of autism … [1]: {openurl}?query=rft.jtitle%253DJAMA%26rft.stitle%253DJAMA%26rft.aulast%253DYeargin-Allsopp%26rft.auinit1%253DM.%26rft.volume%253D289%26rft.issue%253D1%26rft.spage%253D49%26rft.epage%253D55%26rft.atitle%253DPrevalence%2Bof%2BAutism%2Bin%2Ba%2BUS%2BMetropolitan%2BArea%26rft_id%253Dinfo%253Adoi%252F10.1001%252Fjama.289.1.49%26rft_id%253Dinfo%253Apmid%252F12503976%26rft.genre%253Darticle%26rft_val_fmt%253Dinfo%253Aofi%252Ffmt%253Akev%253Amtx%253Ajournal%26ctx_ver%253DZ39.88-2004%26url_ver%253DZ39.88-2004%26url_ctx_fmt%253Dinfo%253Aofi%252Ffmt%253Akev%253Amtx%253Actx [2]: /lookup/external-ref?access_num=10.1001/jama.289.1.49&link_type=DOI [3]: /lookup/external-ref?access_num=12503976&link_type=MED&atom=%2Febmental%2F6%2F3%2F73.atom [4]: /lookup/external-ref?access_num=000180136600025&link_type=ISI
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 tête enseignante, 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 ».