Prevalence study of sun protection behaviors/practices in several representative population samples in Indonesia
Notice bibliographique
Résumé
Med J Indones Non-melanoma skin cancer (NMSC) is the most common type of cancer in white population, and its incidence has increased worldwide over the last few decades.r-aThis increasing trend might be in part ascribed to such recently changed environmental and socio-cultural conditions as depletion of the atmospheric ozone layer, increasing aged population (in developed countries in particular), increasing outdoor recreational activities at shadeless sites, increasing concem about NMSC among the public at large which resulted in much earlier hospital visits, and earlier diagnosis/ recognition by medical professionals who have become more aware of NMSC.-AbstrakKanker kulit non-melanoma (KKNM) yang agak sering ditemukan dan tersebar di berbagai negara di dunia, diperkirakan paling ntungkin dicegah dengan perubah p erilaku./praktek berlindung dari prevalensi adalah penting u,1tuk m attributable risk percentaqe" (PA ntelakuknn perilaku perlindungan bersama dengan Rasio Odds un dalam runius perhitut'tgan, sJperti diuraikant secara terperinci dalam bagian kedua dari makalah ini.Sebelum kami dapat p,roporsi yang clapat ntu n khas untuk kelompok etnik dari KKNM oLeh tiap ktek'perlindungon t"rho In i mengajukan 10 pedoman sederhana untuk membantu risiio terjadiiya kanker di erika Serikat, karena dipandang berguna untuk Indonesia sebagai pedoman sementara untuk pencegahnn KKNM.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 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 ».