MétaCan
Menu
Retour à la cohorte
Enregistrement W2105403405 · doi:10.1086/420743

Severe Acute Respiratory Syndrome

2004· review· en· W2105403405 sur OpenAlexaff
Susan M. Poutanen, Mona Loutfy, Matthew Muller, D. E. Low

Notice bibliographique

RevueClinical Infectious Diseases · 2004
Typereview
Langueen
DomaineMedicine
ThématiqueSARS-CoV-2 and COVID-19 Research
Établissements canadiensUniversity of TorontoMount Sinai HospitalToronto General HospitalMcGill UniversityUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésEpidemiologyCoronavirusMedicineRespiratory systemSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Intensive care medicineRespiratory illnessPresentation (obstetrics)Coronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirusSevere acute respiratory syndromeVirologyPediatricsInternal medicineDiseaseSurgery

Résumé

récupéré en direct d'OpenAlex

The first cases of severe acute respiratory syndrome (SARS) occurred in China in November 2002. The agent causing this illness has been identified as a novel coronavirus, SARS-coronavirus. Since its introduction <1 year ago, this virus has infected 8098 people in 26 countries, killing 774 of them. We present an overview of the epidemiology, clinical presentation, diagnosis, and treatment of SARS based on the current state of knowledge derived from published studies and our own personal experience.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,966
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,003
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,003

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 Opus0,138
Tête enseignante GPT0,487
Écart entre enseignants0,350 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations221
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical Infectious DiseasesMême sujetSARS-CoV-2 and COVID-19 ResearchTravaux en français237 207