New Orleans Medical Students post-Katrina — an Assessment of Psychopathology and Anticipatory Transference of Resilience
Notice bibliographique
Résumé
<p>Wars, conquest, famines, plagues, earthquakes, tsunamis, forest fires, cyclones, and hurricanes have the potential to cause mass migrations. Hurricane Katrina caused one of the most significant non-war-related migrations in modern history. Not since the Dust Bowl of the 1930s, where residents of the Central Plains states of the United States and Canada were forced to permanently migrate, have more than 1 million people been forced to temporarily or permanently relocate. Even more unique is the fact that the evacuation from eastern and western Louisiana, because of Hurricanes Katrina and Rita, respectively, occurred so quickly, compared with the slower sustained relocation in the 1930s.</p> <H4>ABOUT THE AUTHORS</H4> <p>Harold M. Ginzburg, MD, JD, MPH, is with the Department of Psychiatry and Neurology, Tulane University Health Sciences Center; Department of Psychiatry, Louisiana State University Health Sciences Center; and Department of Psychiatry, Uniformed Services University of the Health Sciences School of Medicine. David J. Bateman is a 3rd-year medical student at Tulane University Medical School.</p> <p>Address correspondence to Harold M. Ginzburg, MD, Clinical Professor of Psychiatry Suite 200, 3340 Severn Avenue, Metairie, LA 70002; fax 504-613-4913; e-mail <a href="mailto:haroldginzburg@hotmail.com">haroldginzburg@hotmail.com</a>.</p> <p>Dr. Ginzburg and Mr. Bateman have disclosed no relevant financial relationships.</p> <p>An acknowledgment to Jan Johnson, MD, for obtaining permission for me to conduct the study, and to Jeff Rouse, MD, for assisting in the development of the mental health questionnaire.</p>
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».