Notice bibliographique
Résumé
Le cancer est actuellement la seconde cause principale de mortalité dans les pays développés et parmi les trois causes les plus importantes de décès chez les adultes dans les pays en voie de développement. Selon la plus récente prévision (avril 2003) de l’Organisation Mondiale de la Santé, le taux global de cancer augmentera de 50%, pour passer de 10 millions en 2000 à 15 millions en 2020. Au début de ce siècle, le cancer est prévu devenir la première cause de mortalité au Canada et aux États-Unis. Parmi les facteurs responsables de cette tendance figurent le vieillissement de la population, la prévalence du tabac et l’adoption de styles de vie malsains (ex: la diète occidentale) dans les pays en voie de développement. Depuis les années 1930, la plupart des provinces canadiennes ont fondé des organismes gouvernementaux consacrés à la prévention, au diagnostic et au traitement du cancer. Bien que les programmes de contrôle du cancer varient, des composantes similaires s’y retrouvent: programme d’éducation publique visant la prévention et le diagnostic précoce; triage des patients à hauts risques; aménagements centralisés (cliniques du cancer) pour l’évaluation et le traitement; et recherches dans la biologie et le traitement du cancer chez l’humain.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,009 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,001 | 0,008 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,004 |
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 ».