MétaCan
Menu
Retour à la cohorte
Enregistrement W2539495797 · doi:10.1183/13993003.01549-2016

Roadmap for tuberculosis elimination in Latin American and Caribbean countries: a strategic alliance

2016· editorial· en· W2539495797 sur OpenAlexaboutno aff
Adrián Rendón, Zhenia Fuentes, Carlos A. Torres‐Duque, Mirtha del Granado, Jorge Victoria, Raquel Duarte, Giovanni Battista Migliori

Notice bibliographique

RevueEuropean Respiratory Journal · 2016
Typeeditorial
Langueen
DomaineMedicine
ThématiqueTuberculosis Research and Epidemiology
Établissements canadiensnon disponible
Organismes subventionnairesPan American Health OrganizationEuropean Respiratory SocietyWorld Health Organization
Mots-clésLatin AmericansAllianceGarciaGeographyHumanitiesTuberculosisPolitical scienceEthnologyLibrary scienceMedicineHistoryArtArchaeology

Résumé

récupéré en direct d'OpenAlex

On July 4–5, 2016, representatives of the Asociación Latinoamericana de Tórax (ALAT), the European Respiratory Society (ERS) and of the Panamerican Health Organization (PAHO) met in Santiago de Chile to attend the VIII Regional Meeting of American Low Tuberculosis Incidence Countries. This meeting took place in connection with the 2016 ALAT Congress. Among the meeting attendees there were managers of national tuberculosis (TB) programmes and pulmonologists belonging to the ALAT Tuberculosis Dept. Joint ALAT/ERS/PAHO strategic alliance develops roadmap for TB elimination in Latin American and Caribbean countries The Authors with to thank Lia D'Ambrosio and Rosella Centis (WHO Collaborating Centre for TB and Lung Disease, Tradate, Italy) for their technical support in finalising the manuscript. In addition, the authors thank the participants of first meeting of the GILA-TB as part of the ERS/ALAT LATSINTB Project (Adriana Maria Montoya Salazar, Colombia; Alfredo Cruz Lagunas, Mexico; Ana Putruelle, Argentina; Carlos Awad García, Colombia; Carlos Peña Mantinetti, Chile; Cartos Torres, Colombia; Domingo Palmero, Argentina; Edilberto Gonzalez Ochoa, Cuba; Edwin Herrera Flores, Peru; Gabriela Manonelles, Argentina; Giovanni Battista Migliori, Italy; Joaquin Zúñiga, Mexico; Kareen Suarez, Chile; Adrian Rendon, Mexico; Marcela Muñoz, Mexico; Margareth Dalcolmo, Brazil; Mario Chavez, Chile; Miguel Angel Salazar, Mexico; Mónica Sanchez, Chile; Nelly Cavieres, Chile; Raquel Duarte, Portugal; Roberto Accinelli Tanaka, Lima; Sandra Ariza Matiz, Colombia; Selene Manga, Peru; Tania Herrera, Chile; Tulio Torres, Guatemala; and Zhenia Fuentes, Venezuela) and the VIII Reunión Regional de Países de Baja Incidencia de Tuberculosis, Las Americas (Adrian Rendon, México; Adriana Maria Montoya Salazar, Colombia; Alvaro Díaz, Chile; Alvaro Yañez del Villar, Chile; Carlos Awad García, Colombia; Carlos A. Torres Duque, Colombia; Cecilia Coitinho Azevedo, Uruguay; Chris Archibald, Canada; Edilberto González Ochoa, Cuba; Ernesto Moreno Naranjo, Colombia; Fabiola Arias, Chile; Getahun Gebre Haileyesus, Switzerland; Giovanni Battista Migliori, Italy; Gonzalo Solis, Chile; Jorge Victoria, Panama; Jorge Rodríguez De Marco, Uruguay; José Raúl de Armas Fernández, Cuba; Karla Kohan, Chile; Marcela Moreno Lunes, Chile; Marcelo Vila, Argentina; Marcos Gallardo, Chile; Mariela Contrera, Uruguay; Martha Angelica García Avilés, México; Miguel Salazar, Mexico; Mirtha Del Granado, USA; Paula Lasserra Echenique, Uruguay; Raquel Duarte Portugal; Raúl Diaz Rodríguez, Cuba; Roberto Del Aguila, Chile; Rosario Lepe Lepe, Chile; Sandra Ariza Matiz, Colombia; Tania Herrera, Chile; Zeidy Mata Azofeifa, Costa Rica; Zhenia Fuentes, Venezuela; and Zulema Torres Gaete, Chile).

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)0,012
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,037
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,006
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0030,001
Communication savante0,0070,003
Science ouverte0,0030,017
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0160,004

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 Opus0,039
Tête enseignante GPT0,350
Écart entre enseignants0,311 · 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

Citations24
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Respiratory JournalMême sujetTuberculosis Research and EpidemiologyTravaux en français237 207