Diagnosis and Treatment of Diabetic Foot Infections
Notice bibliographique
Résumé
Benjamin A. Lipsky, Anthony R. Berendt, H. Gunner Deery, John M. Embil, Warren S. Joseph, Adolf W. Karchmer, Jack L. LeFrock, Daniel P. Lew, Jon T. Mader, Carl Norden, and James S. Tan Medical Service, Veterans Affairs Puget Sound Health Care System, and Division of General Internal Medicine, Department of Medicine, University of Washington School of Medicine, Seattle, Washington; Bone Infection Unit, Nuffield Orthopaedic Centre, Oxford, United Kingdom; Northern Michigan Infectious Diseases, Petoskey, Michigan; Section of Infectious Diseases, Department of Medicine, University of Manitoba, Winnipeg, Manitoba; Section of Podiatry, Department of Primary Care, Veterans Affairs Medical Center, Coatesville, Pennsylvania; Division of Infectious Diseases, Department of Medicine, Harvard Medical School, and Beth Israel Deaconess Medical Center, Boston, Massachusetts; Dimensional Dosing Systems, Sarasota, Florida; Department of Medicine, Service of Infectious Diseases, University of Geneva Hospitals, Geneva, Switzerland; Department of Internal Medicine, The Marine Biomedical Institute, and Department of Orthopaedics and Rehabilitation, University of Texas Medical Branch, Galveston, Texas; Department of Medicine, New Jersey School of Medicine and Dentistry, and Cooper Hospital, Camden, New Jersey; and Department of Internal Medicine, Summa Health System, and Northeastern Ohio Universities College of Medicine, Akron, Ohio
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».