MétaCan
Menu
Retour à la cohorte
Enregistrement W2487289004 · doi:10.1017/cbo9780511545344.014

Imaging of SARS in North America

2001· book-chapter· en· W2487289004 sur OpenAlexaboutno aff
NL Müller, Hillary C. Shulman

Notice bibliographique

RevueCambridge University Press eBooks · 2001
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueUltrasound in Clinical Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineSevere acute respiratory syndromeCoronavirus disease 2019 (COVID-19)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PediatricsDiseasePathologyInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

Introduction The first diagnosis of severe acute respiratory syndrome (SARS) in North America was made in Toronto on 13 March 2003. This was the first recognized case of the disease outside of Asia. By 2 June, 198 cases of probable SARS were reported in Canada, 30 (15%) of whom had died. In the US at the same time 66 cases of probable SARS had been reported, none of whom had died. The first patient with SARS in North America was a 78-year-old woman who returned home to Toronto on 23 February 2003 after a visit to relatives in Hong Kong. Two days later she developed fever, myalgia, sore throat and mild non-productive cough. Five days later she developed increasing cough and dyspnoea. She died 3 days later, on 5 March, at home, 9 days after the onset of her illness. The diagnosis of SARS was only made in retrospect. The index patient's 43-year-old son developed fever and sweating on 27 February, 2 days after his mother first noted the symptoms. He subsequently developed non-productive cough, chest pain, and dyspnoea and eventually high fever (temperature, 39.8°C). A chest radiograph revealed bilateral lower lobe consolidation. He was admitted to the hospital with a diagnosis of community-acquired pneumonia. On the 2nd day after admission, he developed respiratory failure, was intubated and received mechanical ventilation.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,017

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,038
Tête enseignante GPT0,265
Écart entre enseignants0,228 · 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
GenreSynthèse

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
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCambridge University Press eBooksMême sujetUltrasound in Clinical ApplicationsTravaux en français237 207