MétaCan
Menu
Retour à la cohorte
Enregistrement W2515328946

Lucky Dog: How Being a Veterinarian Saved My Life.

2016· article· en· W2515328946 sur OpenAlexaboutno aff
Jennifer Charles

Notice bibliographique

RevuePubMed Central · 2016
Typearticle
Langueen
DomaineHealth Professions
ThématiqueVeterinary Practice and Education Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCourageHealth careMedicinePsychologyLawPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

When Sarah Boston wakes up one morning to find a lump in her neck, she is alarmed. A veterinary surgical oncologist by profession, she wastes no time in diagnosing it as cancer. That turns out to be the easy part. In Lucky Dog: How Being a Veterinarian Saved My Life, Sarah Boston relates the story of her odyssey through our health care system. Her illness gives her a unique perspective as she divides her time between being the doctor and being the patient. Boston describes the frustrations that she faces in convincing her doctors that she has cancer and the ensuing delays in getting treatment. Two surgeries, numerous medications, and a series of radioactive iodine treatments later, Boston is dismayed by the differences between our human system and the one for our pets. Granted that her clients are paying for the service, she feels that veterinarians spend more time with their patients, explain things better, and provide more options than our own doctors. She writes: “We need to do better. We need to care more. We need to advocate more.” By comparing the quality of health care provided to people with that for animals, this book takes a thought-provoking look at how our socialized health care system functions. In this vein, Boston also discusses the controversy surrounding doctor-assisted suicide for humans as opposed to the accepted practice of humanely “putting down” our beloved pets, allowing them a dignified, peaceful death. The book is informative, entertaining, and inspiring. Boston faces her own illness with courage. Although the subject is cancer, the book is not dark or depressing. Boston’s style is conversational and honest and spiced throughout with her quirky and irrepressible sense of humour. She intersperses the story of her cancer treatment with those of her brave and stoical canine patients whom she writes are “blissfully ignorant of the anguish their owners are going through.” Dr. Boston received her Doctor of Veterinary Medicine from the University of Saskatchewan and her Doctor of Veterinary Science from the University of Guelph. She is currently an associate professor at the University of Florida’s veterinary school in Gainesville, Florida and President of the Veterinary Society of Surgical Oncology.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0110,007
Communication savante0,0080,008
Science ouverte0,0010,005
Intégrité de la recherche0,0050,010
Charge utile insuffisante (le modèle a refusé de juger)0,0100,004

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 Opus0,195
Tête enseignante GPT0,408
Écart entre enseignants0,213 · 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
GenreAutre

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 revuePubMed CentralMême sujetVeterinary Practice and Education StudiesTravaux en français237 207