MétaCan
Menu
Retour à la cohorte
Enregistrement W2167248084 · doi:10.1590/s0036-36342009000800021

Cancer in the world: a call for international collaboration

2009· article· es· W2167248084 sur OpenAlexaff
Mary Gospodarowicz, Eduardo Cazap, Alex R Jadad

Notice bibliographique

RevueSalud Pública de México · 2009
Typearticle
Languees
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésMEDLINEMedicineFamily medicinePolitical science

Résumé

récupéré en direct d'OpenAlex

Cancer in the worldArtículo especiAl C ancer is a major health problem in the world.[1][2][3] Since the start of the 21 st century, cancer killed more people than died in World War II.This year, it is expected that there will be 12 million new cancer cases diagnosed and close to 8 million will die of cancer.This year it is expected that 1.4 million people will die from lung cancer with 866 000 from stomach cancer, 653 000 from liver cancer, 677 000 from colon cancer and over half a million, 548 000 deaths will be due to breast cancer.Today, a new breast cancer case in diagnosed in the world approximately every 25 seconds.It is estimated that by the year 2030, 12 million people will die each year if we do not act today and improve cancer control.At the same time our knowledge about cancer has never been greater.These statistics are a call for action.International collaboration across all sectors is needed to improve cancer control and reverse the trend.Cancer arises from a change in one single cell and that change may be started by external agents and inherited genetic factors.Today, it is known that tobacco is the single most important external agent causing cancer.4 Almost 70% of all deaths in the world from cancer occur in the low-and middle-income countries.1 It is expected that 43% of cancer deaths be due to tobacco, poor diet, and infection.While over 40% of all cancers in the Western world are due to tobacco consumption and poor Cancer in the world -a call for international collaboration

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,036
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,056
Score d'incertitude au seuil0,190

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0360,038
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,004
Bibliométrie0,0030,003
Études des sciences et des technologies0,0060,005
Communication savante0,0120,018
Science ouverte0,0060,026
Intégrité de la recherche0,0200,037
Charge utile insuffisante (le modèle a refusé de juger)0,0560,015

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 Opus0,045
Tête enseignante GPT0,395
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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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

En bref

Citations5
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSalud Pública de MéxicoMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207