MétaCan
Menu
Retour à la cohorte
Enregistrement W2555650846 · doi:10.2106/jbjs.16.00141

The 2015 AOA North American Traveling Fellowship

2016· review· en· W2555650846 sur OpenAlexaffabout
Addisu Mesfin, Xinning Li, Jonathan F. Dickens, Bashar Alolabi, Anna N. Miller

Notice bibliographique

RevueJournal of Bone and Joint Surgery · 2016
Typereview
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensHamilton General Hospital
Organismes subventionnairesnon disponible
Mots-clésPrivilege (computing)Promotion (chess)Public relationsMedical educationMedicineSociologyPolitical sciencePolitics

Résumé

récupéré en direct d'OpenAlex

The North American Traveling Fellowship (NATF) is one of the flagship tours of the American Orthopaedic Association (AOA). NATF is geared toward advancing the careers of young orthopaedic surgeons through the promotion of clinical, scientific, and social exchange. The 2015 tour had a major emphasis on the development of leadership in the field of orthopaedics through close interactions and meetings with departmental chairs and administrators, as well as with hospital and medical school leaders. The 2015 NATF tour was in the Midwest corridor of Canada and the United States. The 5 fellows included specialists in spine, trauma, sports medicine, and shoulder and elbow surgery. Lifelong friendships and collaborations were formed during the tour. We visited 14 centers, and each site/host made great efforts to make us feel welcome and also organized excellent academic and social programs. By the conclusion of the tour, it was clear to all of us that this was a once in a lifetime experience, and we were honored to have the privilege of participating in such an amazing opportunity. The exposure to high-caliber leaders in our profession allowed us to appreciate different ways of balancing the intricacies of academic and clinical life, and these lessons will remain with us throughout our careers.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,043
Score d'incertitude au seuil0,143

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0430,010

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 Opus0,093
Tête enseignante GPT0,341
Écart entre enseignants0,248 · 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

Citations3
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Bone and Joint SurgeryMême sujetDiversity and Career in MedicineTravaux en français237 207