Notice bibliographique
Résumé
In a hospital in Morocco, cancer patients must wait 2 or 3 days for a bed to open up. In a Guatemalan health center, two harried clinicians juggle all of the more than 400 new cases of leukemia each year. In some places in India, 60%–70% of cancer patients are turned away from hospitals because of a lack of medical resources. “Clinical trials? Wouldn't [providing] soap be a better place to start?” Ronald Barr , M.D., of McMaster University in Canada, said of conducting clinical trials in developing countries, only half joking. He remembers handing out blocks of soap to doctors in Kenya, who gave the precious bars to parents as an incentive not to abandon their sick children in hospitals. “There are huge fundamental challenges that need to be addressed before you can think about doing trials,” he added. Researchers at pharmaceutical companies and academic institutions and organizations are addressing these challenges head-on as interest grows in conducting clinical trials in developing regions, whether for humanitarian reasons, furthering scientific knowledge, or economic savings. However, opinions differ as to the types of trials needed and how such trials should be conducted.
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 | 0,231 | 0,267 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,020 |
| Communication savante | 0,027 | 0,021 |
| Science ouverte | 0,006 | 0,017 |
| Intégrité de la recherche | 0,017 | 0,034 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,023 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».