Pediatric Emergency Research Networks: a global initiative in pediatric emergency medicine
Notice bibliographique
Résumé
OBJECTIVES: The objectives of the Pediatric Emergency Research Network's (PERN) meeting were to (i) learn about each of the participating network's missions, goals, and infrastructure; (ii) share important contributions that each network has made to the creation of new knowledge; (iii) discuss 'best practices' to improve each network's effectiveness and (iv) explore the potential for a collaborative research project as proof-of-concept that would help promote quality of care of the acutely ill and injured child/youth globally. METHODS: In October 2009 a multiday meeting was attended by 18 delegates representing the following pediatric emergency medicine research networks: Pediatric Emergency Medicine Collaborative Research Committee (USA); Pediatric Emergency Care Applied Research Network (USA); Pediatric Emergency Research of Canada (Canada); Pediatric Research in Emergency Departments International Collaborative (Australia and New Zealand); and Research in European Pediatric Emergency Medicine (15 countries in Europe and the Middle East). RESULTS: The inaugural meeting of PERN showed that there is a common desire for high-quality research and the dissemination of this research to improve health and outcomes of acutely ill and injured children and youths throughout the world. At present, the PERN group is in the final stages of developing a protocol to assess H1N1 risk factors with the collection of retrospective data. CONCLUSION: Several members of PERN will be gathering at the International Conference on Emergency Medicine in Singapore, where the group will be presenting information about the H1N1 initiative. The PERN group is planning to bring together all five networks later in 2010 to discuss future global collaborations.
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 | 0,010 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,007 |
| 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 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,025 | 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 ».