242. RA Awareness Week: Increasing the Media Profile of Rheumatoid Arthritis
Notice bibliographique
Résumé
Background: In 2013, we surveyed our members to find out what we should highlight in our second national awareness campaign and we were inundated with requests to raise awareness that RA is an invisible disease. They told us that the pain, fatigue and stiffness they live with cannot be seen by people around them and that family/friends didn’t fully understand what they live with on a daily basis. They also felt that RA isn’t talked about enough in the media and that people have misconceptions about the disease. Thus, our theme for our second RA Awareness Week (16–22 June 2014) became The Invisible Disease. Our key message was Let’s be vocal so RA is visible. Methods: To improve on 2013’s activity, we knew involvement from our members, supporters and followers on social media was key. Again, we hosted a thunderclap (a crowdspeaking platform that rallies people together to spread a message) which reached 200 000 people (120 000 more than in 2013) and used the hashtag #LookDeeper to generate discussions. We ensured that there were plenty of ways to get involved covering all abilities. We held our first national fundraising event, a walk entitled The RAmble. Our report, Invisible Disease: RA and Chronic Fatigue 2014, launched the week and was responsible for a great deal of national coverage, with fundraisers and groups securing considerable local coverage.
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 | 0,008 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,039 | 0,016 |
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 ».