Global alliance of funders of public health research agrees top priorities
Notice bibliographique
Résumé
An alliance of the world’s leading funders of public health research has agreed three targets for its first jointly funded research programmes to reduce the prevalence of chronic non-communicable diseases, after its inaugural scientific summit in New Delhi earlier this month. The targets are to lower the prevalence of high blood pressure, reduce smoking, and eliminate indoor pollution. The Global Alliance for Chronic Disease (www.globalallianceforchronicdiseases.org), which was set up in June last year, is made up of research institutions that together manage 80% of the world’s funding of public health research. Members include leading national health research organisations from Australia, Canada, China, India, the United Kingdom, and the United States. The alliance aims to support coordinated research to reduce non-communicable diseases, including cardiovascular diseases, chronic respiratory conditions, type 2 diabetes, and common cancers, which …
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 | 0,103 | 0,123 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,007 | 0,005 |
| Communication savante | 0,033 | 0,016 |
| Science ouverte | 0,004 | 0,030 |
| Intégrité de la recherche | 0,020 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 0,016 |
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 ».