MétaCan
Menu
Retour à la cohorte
Enregistrement W2101840039 · doi:10.1002/aur.1575

Autism screening and diagnosis in low resource settings: Challenges and opportunities to enhance research and services worldwide

2015· review· en· W2101840039 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAutism Research · 2015
Typereview
Langueen
DomaineNeuroscience
ThématiqueAutism Spectrum Disorder Research
Établissements canadiensMcGill University
Organismes subventionnairesNational Institute for Health and Care ResearchNational Institute on Alcohol Abuse and AlcoholismInternational Society for Autism ResearchWorld Health OrganizationAutism Speaks
Mots-clésAutismSocioeconomic statusPsychiatryPsychologyMedicinePopulationEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Most research into the epidemiology, etiology, clinical manifestations, diagnosis and treatment of autism is based on studies in high income countries. Moreover, within high income countries, individuals of high socioeconomic status are disproportionately represented among participants in autism research. Corresponding disparities in access to autism screening, diagnosis, and treatment exist globally. One of the barriers perpetuating this imbalance is the high cost of proprietary tools for diagnosing autism and for delivering evidence-based therapies. Another barrier is the high cost of training of professionals and para-professionals to use the tools. Open-source and open access models provide a way to facilitate global collaboration and training. Using these models and technologies, the autism scientific community and clinicians worldwide should be able to work more effectively and efficiently than they have to date to address the global imbalance in autism knowledge and at the same time advance our understanding of autism and our ability to deliver cost-effective services to everyone in need.

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.

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)0,016
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,962
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0160,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0050,002
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0020,007
Intégrité de la recherche0,0010,005
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 Opus0,340
Tête enseignante GPT0,468
Écart entre enseignants0,128 · 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