HIV pharmacy specialty residency program in Canada
Notice bibliographique
Résumé
Journal Article HIV pharmacy specialty residency program in Canada Get access Alice Tseng, Pharm.D., Alice Tseng, Pharm.D. HIV Pharmacotherapy Specialist and Assistant Professor, Faculty of Pharmacy Toronto General Hospital (TGH), University of Toronto (UT), Toronto, Ontario, Canada Address correspondence to Dr. Tseng at the Immunodeficiency Clinic, CW-G315, Toronto General Hospital, 101 College Street, Toronto, Ontario, Canada M5G 2C4 (alice.tseng@uhn.on.ca). Search for other works by this author on: Oxford Academic Google Scholar Michelle Foisy, Pharm.D., Michelle Foisy, Pharm.D. HIV Primary Care Pharmacist St. Michael's Hospital (SMH), Toronto, and Assistant Professor, Faculty of Pharmacy, UT Search for other works by this author on: Oxford Academic Google Scholar Jana Bajcar, M.Sc.PHM., Jana Bajcar, M.Sc.PHM. Director, Doctor of Pharmacy Program, UT University Health Network, Toronto Search for other works by this author on: Oxford Academic Google Scholar Emily Musing, Emily Musing Director of Pharmacy Services University Health Network, Toronto Search for other works by this author on: Oxford Academic Google Scholar Janice Wells, Pharm.D., Janice Wells, Pharm.D. Manager Department of Pharmacy Search for other works by this author on: Oxford Academic Google Scholar Mary Grondin, Mary Grondin Clinic Coordinator, SMH Immunodeficiency Clinic, TGH, UT Search for other works by this author on: Oxford Academic Google Scholar Irving Salit, M.D., FRCP(C) Irving Salit, M.D., FRCP(C) Director and Associate Professor of Medicine Immunodeficiency Clinic, TGH, UT Search for other works by this author on: Oxford Academic Google Scholar American Journal of Health-System Pharmacy, Volume 58, Issue 7, 1 April 2001, Pages 591–594, https://doi.org/10.1093/ajhp/58.7.591 Published: 01 April 2001
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».