MétaCan
Menu
Retour à la cohorte
Enregistrement W22495962 · doi:10.1055/s-0031-1297966

Collaboration for global e-learning impact

2005· article· en· W22495962 sur OpenAlexaboutno aff
Jonathan Darby, Maarten de Laat, P. L. Wilcox, Elizabeth P. Roberts

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueOpen Education and E-Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHigher educationGeneral partnershipQuarter (Canadian coin)Work (physics)Scope (computer science)Public relationsPanel discussionJoint ventureMedical educationPolitical sciencePedagogyBusinessSociologyEngineeringComputer scienceMedicineFinanceGeographyBusiness administration

Résumé

récupéré en direct d'OpenAlex

Besides the established techniques of pediculed and free tissue transplantations for breast reconstruction, adipose tissue engineering and structural fat grafting are being applied as options for regenerative therapy. While the initial euphoria about the foreseeable realisation of cell-matrix entities of sufficient size, functionality and long-term volume stability for use in humans has diminished somewhat, fat grafting as experienced a renaissance in recent years. One of the decisive factors for the engraftment of the tissue graft generated though tissue engineering is the formation of an adequate vascular network. Improvements of the matrix, which ideally should mimic natural tissue, such as the use of adipose-derived stem cells (ASCs) that can contribute both to adipogenesis and neoangiogenesis represent promising new approaches. In autologous fat grafting, the mixing of adipocytes and cells of the stromal-vascular fraction (SVF) in order to generate the principle of an inductive microenvironment has already been applied successfully in clinical routine. On the basis of the experimental data that demonstrate an interaction of the adipocytes, ASCs and other progenitor cells with breast cancer cells and the insufficient clinical data regarding oncological safety, this procedure should only be used critically. A concluding evaluation will only be possible after long-term clinical studies have provided good results.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,865
Score d'incertitude au seuil0,396

Scores Codex et Gemma par catégorie

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

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 Opus0,014
Tête enseignante GPT0,330
Écart entre enseignants0,317 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOpen Education and E-LearningTravaux en français237 207