MétaCan
Menu
Retour à la cohorte
Enregistrement W2076287181 · doi:10.5688/ajpe777142

Report of the AACP Task Force on Patient-Centered Medical Homes and Accountable Care Organizations

2013· article· en· W2076287181 sur OpenAlexaboutno aff
Alex J. Adams, David R. Clark, Gary E. DeLander, George E. MacKinnon, Michael J. Malloy, Melissa Somma McGivney, Cary Mobley, Wesley Nuffer, Paige Parsons, Andrea Smesny, Marie Smith, Timothy J. Ives

Notice bibliographique

RevueAmerican Journal of Pharmaceutical Education · 2013
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueDiscourse Analysis in Language Studies
Établissements canadiensnon disponible
Organismes subventionnairesAgency for Healthcare Research and QualityU.S. Department of Health and Human Services
Mots-clésRhetorical questionPublic relationsNoticeHealth careCall to actionAction (physics)PreparednessPsychologyBusinessMarketingPolitical science

Résumé

récupéré en direct d'OpenAlex

Dominant understandings of genre-as-form have limited our abilities to perceive health awareness: we recognise, and expect, health awareness campaigns from governmental and non-profit agencies. Inversely, we often fail to recognise, or name, health awareness as such when it comes from other sources, such as commercial marketing or advertisements for products. However, rhetorical genre theory centres attention on action brought about by form and, as such, rhetorical genre provides tools for recognising instances of health awareness often escape our notice. One such example is critical-illness insurance marketing. In this article, I argue that critical-illness insurance marketing draws on the same appeals found in cancer awareness campaigns. Through a comparative analysis, I show that Colorectal Cancer Canada and critical-illness insurance marketing represent unpreparedness, rather than cancer, as the exigence, or the problem to be overcome through public discourse, and as such, share a genre of what I call ‘health awareness as preparedness’.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,067
score de la tête « metaresearch » (Gemma)0,111
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,118
Score d'incertitude au seuil0,354

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0670,111
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0080,010
Études des sciences et des technologies0,0080,003
Communication savante0,0140,011
Science ouverte0,0070,011
Intégrité de la recherche0,0210,013
Charge utile insuffisante (le modèle a refusé de juger)0,0310,008

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 Opus0,012
Tête enseignante GPT0,319
Écart entre enseignants0,307 · 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 source (Gemma direct ou Codex distillé), 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

Citations18
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Pharmaceutical EducationMême sujetDiscourse Analysis in Language StudiesTravaux en français237 207