MétaCan
Menu
Retour à la cohorte
Enregistrement W2412996266 · doi:10.1097/der.0000000000000153

Instrument-related Skin Disorders in Musicians

2016· article· en· W2412996266 sur OpenAlexvenueno aff
Cataldo Patruno, Maddalena Napolitano, Serena La Bella, Fabio Ayala, Nicola Balato, Mariateresa Cantelli, Anna Balato

Notice bibliographique

RevueDermatitis · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueMusicians’ Health and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineMusical instrumentObservational studyMusicalDiseaseDermatologyAudiologyPathologyVisual arts

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Among artists, musicians may suffer from occupational skin problems; notwithstanding, these conditions have been rarely reviewed. The characteristics of individual performer and the type of instrument will determine the kind of disease. Moreover, the hours that the musician spent to advance artistic skill may influence the severity. OBJECTIVE: The frequency and risk factors of instrument-related skin disorders in musicians from southern Italy were analyzed. METHODS: An observational study was conducted in 628 musicians. A questionnaire including questions related to age, sex, instrument played, musical activity, previous or current skin disorders, and impact of skin symptoms on music making was submitted. RESULTS: Of 628 musicians, 199 (31.7%) reported suffering from at least 1 skin disease. Cutaneous diseases likely directly correlated with the use of the musical instrument were found in 129 (20.5%) of the 628 subjects. In particular, different patterns of irritant contact dermatitis were found. CONCLUSIONS: Skin conditions may be a significant problem in professional instrumentalists. They are mainly related to musical activity. Preventive measures should be established.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,009
Tête enseignante GPT0,246
Écart entre enseignants0,237 · 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'étudeObservationnel
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

Citations19
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDermatitisMême sujetMusicians’ Health and PerformanceTravaux en français237 207