Myth-Busters: Telling the True Story of Breast Cancer Survivorship
Notice bibliographique
Résumé
The conventional wisdom is that breast cancer devastates women’s lives, even when the disease is controlled by modern, multimodality treatments. We, the general public, take our stereotypes not so much from real life but from novels, movies of the week, and soap operas. Our poor heroine loses her breast (or at least gains an ugly scar that would turn off any but the most desperate man). Needless to say, her sex life falls apart. If she is single, her boyfriend leaves her. If she is married, she ends up divorced while her husband finds a younger partner who flaunts a perfect bosom in skimpy halter tops when our heroine picks up the kids for weekend visits. Of course we learn that our heroine the survivor only got breast cancer because of stress. In the last 3 years, she lost both her parents in a tragic plane crash, her teenaged son was arrested for marijuana possession, she supported her husband emotionally and financially when he was fired from his job for insider trading, and after fending off sexual advances from her boss, she was passed over for the job promotion she clearly deserved.
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 | 0,005 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,016 | 0,016 |
| Communication savante | 0,008 | 0,014 |
| Science ouverte | 0,002 | 0,008 |
| Intégrité de la recherche | 0,006 | 0,023 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 ».