MétaCan
Menu
Retour à la cohorte
Enregistrement W2085088651 · doi:10.1212/wnl.0b013e318230a18f

Disparities in NIH funding for epilepsy research

2011· article· en· W2085088651 sur OpenAlexfundno aff
Kimford J. Meador, Jacqueline A. French, David W. Loring, Page B. Pennell

Notice bibliographique

RevueNeurology · 2011
Typearticle
Langueen
DomaineMedicine
ThématiqueEpilepsy research and treatment
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute of Neurological Disorders and StrokeEpilepsy SocietyNational Institutes of HealthEpilepsiatutkimussäätiöKyowa Hakko KirinEpilepsy FoundationEisaiUniversity of OxfordPfizerMarinus PharmaceuticalsNeuroPaceValeant Pharmaceuticals InternationalMilken Family FoundationGlaxoSmithKlineMyriad GeneticsAmerican Epilepsy Society
Mots-clésEpilepsyAmyotrophic lateral sclerosisStroke (engine)MedicineDiseasePsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

Using data from NIH Research Portfolio Online Reporting Tools (RePORT) and recently assembled prevalence estimates of 6 major neurologic diseases, we compared the relative prevalences and the annual NIH support levels for 6 major neurologic disorders: Alzheimer disease, amyotrophic lateral sclerosis (ALS), epilepsy, multiple sclerosis, Parkinson disease, and stroke. Compared to these other major neurologic disorders, epilepsy research is funded at a persistently lower rate based on relative disease prevalences. Relative NIH funding for these other disorders in 2010 adjusted for prevalence ranged from 1.7x (stroke) to 61.1x (ALS) greater than epilepsy. The disparity cannot be explained by differences in the overall impact of these diseases on US citizens. Greater transparency in the review and funding process is needed to disclose the reason for this disparity.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,250

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,000
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 Opus0,242
Tête enseignante GPT0,413
Écart entre enseignants0,171 · 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'étudeObservationnel
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

Citations35
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurologyMême sujetEpilepsy research and treatmentTravaux en français237 207