MétaCan
Menu
Retour à la cohorte
Enregistrement W2510016573 · doi:10.1227/neu.0000000000001379

Beyond the Cyst

2016· article· en· W2510016573 sur OpenAlexaboutno aff
Anand Kaul, Sunil Manjila, Jonathan P. Miller

Notice bibliographique

RevueNeurosurgery · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSpine and Intervertebral Disc Pathology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineNeurosurgeryFibrin glueSurgeryGeneral surgery

Résumé

récupéré en direct d'OpenAlex

: Isadore Max Tarlov (1905-1977) is primarily remembered for his 1938 description of the eponymous perineural "Tarlov cyst." However, during his long career as a neurosurgeon and researcher, he was responsible for many other observations and inventions that influenced the development of neurosurgery in the 20th century. While studying at Johns Hopkins Medical School he was acquainted with Walter Dandy, and he became the first resident to study under Wilder Penfield at the newly formed Montreal Neurological Institute. He made many novel observations about peripheral and cranial nerve anatomy, pioneered nerve anastomosis and grafting techniques, and introduced the concept of fibrin glue. He developed an animal model of spinal cord injury and used it to establish for the first time that functional neurological reserve is proportional to rapidity of injury, because gradual onset of compression is better tolerated by neural tissue than acute compression. He was the first to describe the use of the knee-chest position for lumbar spine surgery to minimize increases in epidural venous pressure due to abdominal compression. Finally, near the end of his career, he published a collection of thoughtful, philosophical essays entitled The Principle of Parsimony in Medicine and Other Essays, in which he advocated for a humanistic and restrained approach to medical practice. In this article, we discuss the contributions of Tarlov to the field of neurosurgery, including many of his lesser-known accomplishments that have become part of neurosurgery's collective legacy.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Étude de cas · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,004
Science ouverte0,0010,002
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,022
Tête enseignante GPT0,268
Écart entre enseignants0,245 · 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'étudeÉtude de cas
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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNeurosurgeryMême sujetSpine and Intervertebral Disc PathologyTravaux en français237 207