Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Epilepsy directly affects 50 million people worldwide. Most can achieve excellent seizure control; however, people living with epilepsy continue to suffer from enacted or perceived stigma that is based on myths, misconceptions and misunderstandings that have persisted for thousands of years. This paper reviews the frequency and nature of stigma toward epilepsy. Significant negative attitudes prevail in the adolescent and adult public worldwide leading to loneliness and social avoidance both in school and in the workplace. People with epilepsy are often wrongly viewed as having mental health and antisocial issues and as being potentially violent toward others. Twenty-five percent of adults having epilepsy describe social stigma as a result of their epilepsy. They fear rejection and often feel shame or loneliness from this diagnosis. The psychosocial and social impact of epilepsy is significant. Yet few specific interventions have been demonstrated to alter this perception. The effect on public education is primarily short-term, while change over the long-term in attitudes and inaccurate beliefs have not presently been proven effective. School education programming demonstrates improved knowledge and attitude a month after a classroom intervention, but persisting change over a longer period of time has not been evaluated. In-depth adult psycho-educational programs for adults with epilepsy improves knowledge, coping skills and level of felt stigma. However these gains have not demonstrated persistence over time. Myths, misconceptions and misunderstandings about epilepsy continue and programs aimed at increasing knowledge and reducing negative public attitudes should be enhanced.
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.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,013 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle