← Retour à la cohorte
Databases for Congenital Heart Defect Public Health Studies Across the Lifespan
Tiffany Riehle‐Colarusso, Lisa Bergersen, Craig S. Broberg, Cynthia H. Cassell, Darryl T. Gray, Scott D. Grosse, Jeffrey P. Jacobs, Marshall L. Jacobs, Russell S. Kirby, Lazaros Kochilas, Asha Krishnaswamy, Arianne Marelli, Sara K. Pasquali, Thalia Wood, Matthew E. Oster, Ginnie Lee Abarbanell, Faith Adams, S. W. Allen, Sydney Allen, Anand Ambrose, Carl L. Backer, Andrea Baer, Carissa M. Baker‐Smith, Mona Barmash, Amy Basken, Cassandra Bates, Sarosh P. Batlivala, Robert H. Beekman, John W. Belmont, Joshua Benke, Stuart Berger, JR Bockerstette, Jeffrey R. Boris, Lorenzo D. Botto, Jackie L. Boucher, Dana Brock Hageman, Cheryl Brosig Soto, Kristin Marie Burns, Lenore Cameron, Robert M. Campbell, Steven E. Colan, Lynn Colegrove, Christina Coleman, Angie Colson, Adolfo Correa, Pamela Costa, Chris Couser, Melissa Crenshaw, Tessa Crume, Rachel Daskalov, Mark Del Monte, Lindsay L. DeSantis, Kaitlin Doherty, Kenneth J. Dooley, Charles W Duke, Pirooz Eghtesady, Saiza Elayda, Alison Ellison, Tim Elsner, Cori Erntz, Michelle Esquivel, Bethany Evans, Lloyd R. Feit, Marcia L. Feldkamp, William J. Foley, Elyse Foster, Wayne Franklin, Bridget Freeley, Frank M. Galioto, Mary G. George, Michael H. Gewitz, Katja M. Gist, Thomas Glenn, Melissa Jill Glidewell, Lorraine A. Gore, Johanna M. Gray, Hannah Green, Michelle Gurvitz, Sonia Handa, Melissa Harvey, Emilie Heath, Danielle Hile, John S. Hokanson, Margaret A. Honein, Marius M. Hubbell, Jeff Hudson, Kelly Huhn, Dawn Ilardi, Dawn C. Jacobs, Robert D.B. Jaquiss, Kathy J. Jenkins, Anitha S. John, P. M. Johnson, Shakila Johnson, Emily Jones, Antonios P. Jossif, Jonathan R. Kaltman, David Kasnic, Alex R. Kemper, Natalie Kenny, Paul Khairy, Valerie King, Donna Knapp, Daisuke Kobayashi, Adrienne H. Kovacs, James E. Kucik, Karen Kuehl, Alexandra Kuznetsov, Scott Leezer, Jodi Lemacks, Patty Libby, Paul H. Lipkin, Michele A. Lloyd-Puryear, Keila N. Lopez, Nicolas Madsen, Cara Mai, Monica Mann, Bradley S. Marino, Gerard R. Martin, G. Paul Matherne, Phillip Mauller, Susan May, Edward R.B. McCabe, Nancy McCabe, Michelle McCardle, Ty McCathran, Amy McCathran, Michael E. McConnell, Kristine Brite McCormick, Eric Melsom, William Kelly Milionis, Paula G. Miller, Erika Miller, Stephanie Mitchell, Cynthia A. Moore, Laura Morris, Angela Murray, Kathleen Mussatto, Steven R. Neish, Sue Nelson, Jane W. Newburger, Jeremy Nicolarsen, Autumn Niggles, Jacqueline A. Noonan, Gail Ober, Lori O’Keefe, Marc Overcash, Jennifer Page, Matthew Vaughn Park, Mehul Patel, Jasmin Patel, Gail D. Pearson, Cindy Pellegrini, Corrie Pierce, Nelangi M. Pinto, Kara D. Polen, Jose A. Quinones, Carol Raimondi, P. Richter, Michelle Rintamaki, Elisa Robles, Geoffrey L. Rosenthal, Grahame Rush, Laura Russell, Annamarie Saarinen, Craig Sable, Joel Saltz, Terri Schaefer, Kathryn Schubert, Vida Schwartz, Stuart K. Shapira, Kathleen M. Sheehan, Brenda Silverman, Regina M. Simeone, Juanita Smith, Kimberly E. Smith, Kristina Smith, Marci K. Sontag, Shubhika Srivastava, Corrie Stassen, Corey Stiver, Kathryn A. Taubert, Judy Thibadeau, John P. Thomas, Dena Thomas, Vivian Thorne, Linda Bradley Tiernan, S. M. Timmins, Colby Tiner, Natalie Torentinos, Glenn R. Tringali, James S. Tweddell, Lisa Vasquez, Amy Verstappen, Janice Ware, Caron Watkins, Catherine L. Webb, Ellen Weiss, Marina Weiss, Gil Wernovsky, Gretchen Whitehurst, Herbert Whitley, Jennifer Witten, Austin Henry Wong, Matthew Wright, Robert Wynbrant, Bistra Zheleva
Notice bibliographique
RevueJournal of the American Heart Association · 2016
Typereview
Langueen
DomaineMedicine
ThématiqueCongenital Heart Disease Studies
Établissements canadiensMontreal Heart Institute
Organismes subventionnairesNational Institute of Nursing ResearchNational Heart, Lung, and Blood Institute
Mots-clésDatabasePublic healthMedicineComputer scienceNursing
Résumé
Peer Reviewed
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 enseignantsNi 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)0,011
score de la tête « metaresearch » (Gemma)0,094
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,105
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,094 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,044 | 0,040 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,031 | 0,003 |
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 Opus0,139
Tête enseignante GPT0,457
Écart entre enseignants0,318 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
score_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 découleClassification
machine, non validéePrédiction 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'étudeRevue systématique
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
Citations33
Publié2016
Routes d'admission1
Résumé présentoui