MétaCan
Menu
Retour à la cohorte
Enregistrement W2075537821 · doi:10.1097/acm.0b013e318160b5cf

The Academic Alliance for AIDS Care and Prevention in Africa

2008· article· en· W2075537821 sur OpenAlexaff
Merle A. Sande, Allan Ronald

Notice bibliographique

RevueAcademic Medicine · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Health and Surgery
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesPfizer
Mots-clésAllianceHealth careScholarshipMedicineFamily medicineNursingMedical educationPolitical science

Résumé

récupéré en direct d'OpenAlex

Fourteen university-based Ugandan and North American physicians in 2001 founded a unique organization at Makerere University Faculty of Medicine in Uganda, the Academic Alliance for AIDS Care and Prevention in Africa (AA), with programs in training, research, prevention, and care. Funding was obtained from Pfizer, Inc.; in 2004, the Infectious Disease Institute (IDI) was built to house the flagship training and care programs of the AA. Although HIV/AIDS was the initial priority, other infectious diseases have been added to the AA's mission, and training has been provided to date to individuals from 26 countries in Africa. These programs are now supported by the Academic Alliance Foundation (AAF), which is based in the United States. The authors describe the AA's programs to train health care workers and to offer ongoing support for health care professionals throughout Africa, as well as efforts to strengthen the health care system within Uganda. They also outline research and clinical services carried out by the IDI and research scholarship programs supported by the AAF. They state that it is too early to judge the success of the AA, and they acknowledge that the lack of trained health care providers and of an adequate care infrastructure are major challenges in Africa. They conclude that the critical challenge facing the AAF and the IDI is to diversify the funding base to sustain current program levels. They then enumerate issues that must be addressed to ensure long-term organizational strength and stability.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,537
Score d'incertitude au seuil0,353

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,067
Tête enseignante GPT0,369
Écart entre enseignants0,302 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic MedicineMême sujetGlobal Health and SurgeryTravaux en français237 207