Réduire les facteurs de risques associés aux maladies cardiovasculaires chez les membres du personnel de l’Université de Moncton
Notice bibliographique
Résumé
Être en santé est plus important que jamais. L’alimentation saine, l’exercice régulier, la gestion du stress et les examens de dépistages précoces ne sont que quelques exemples contribuant au maintien d’un état de mieux-être. Malheureusement, 60 % des canadiens sont inactifs et un quart d’eux souffrent d’obésité les prédisposant ainsi aux maladies cardiovasculaires (MCV) (Agence canadienne de santé publique, 2011b ; Fondation des maladies du coeur du Canada, 2012 ; Statistique Canada, 2011). Le comité de mieux-être universitaire offre, en interdisciplinarité, diverses activités de promotion de la santé et de prévention des maladies. Cet article présente la synthèse des données obtenues lors de trois cliniques de dépistage. Grâce aux mesures obtenues à six stations, les membres du personnel connaissent leur risque d’être atteints de MCV, particulièrement en lien avec l’adiposité et la cholestérolémie. Nombreux éléments de succès associés à l’activité sont présentés en plus des recommandations.
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 | 0,005 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».