MétaCan
Menu
Retour à la cohorte
Enregistrement W2432200368 · doi:10.1159/000446222

International Society of Nephrology-Hydration and Kidney Health Initiative - Expanding Research and Knowledge

2016· article· en· W2432200368 sur OpenAlexaff
Louise Moist, William F. Clark, Luca Segantini, Sandrine Damster, Laurent Le Bellego, Germaine Wong, Marcello Tonelli

Notice bibliographique

RevueAnnals of Nutrition and Metabolism · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueHydrogen's biological and therapeutic effects
Établissements canadiensUniversity of CalgaryLondon Health Sciences CentreLawson Health Research InstituteWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineNephrologyGlobal healthPublic healthInternal medicineNursing

Résumé

récupéré en direct d'OpenAlex

The purpose of this manuscript is to describe a collaborative research initiative to explore the role of hydration in kidney health. Our understanding of the effects of hydration in health and disease is surprisingly limited, particularly when we consider the vital role of hydration in basic human physiology. Recent initiatives and research outcomes have challenged the global medical community to expand our knowledge about hydration, including the differences between water, sugared beverages and other consumables. Identification of the potential mechanisms contributing to the benefits of hydration has stimulated the global nephrology community to advance research regarding hydration for kidney health. Hydration and kidney health has been a focus of research for several research centers with a rapidly expanding world literature and knowledge. The International Society of Nephrology has collaborated with Danone Nutricia Research to promote development of kidney research initiatives, which focus on the role of hydration in kidney health and the global translation of this new information. This initiative supports the use of existing data in different regions and countries to expand dialogue among experts in the field of hydration and health, and to increase scientific interaction and productivity with the ultimate goal of improving kidney health.

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)0,027
score de la tête « metaresearch » (Gemma)0,018
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: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,144

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0270,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,002
Communication savante0,0060,003
Science ouverte0,0030,008
Intégrité de la recherche0,0040,006
Charge utile insuffisante (le modèle a refusé de juger)0,0110,003

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 Opus0,193
Tête enseignante GPT0,445
Écart entre enseignants0,252 · 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
GenreÉditorial

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of Nutrition and MetabolismMême sujetHydrogen's biological and therapeutic effectsTravaux en français237 207