Prospective urban and rural epidemiology Poland – study design
Notice bibliographique
Résumé
ENWEndNote BIBJabRef, Mendeley RISPapers, Reference Manager, RefWorks, Zotero AMA Zatońska K, Zatoński WA, Szuba A. Prospective urban and rural epidemiology Poland – study design. Journal of Health Inequalities. 2016;2(2):136-141. doi:10.5114/jhi.2016.65353. APA Zatońska, K., Zatoński, W. A., & Szuba, A. (2016). Prospective urban and rural epidemiology Poland – study design. Journal of Health Inequalities, 2(2), 136-141. https://doi.org/10.5114/jhi.2016.65353 Chicago Zatońska, Katarzyna, Witold A Zatoński, and Andrzej Szuba. 2016. "Prospective urban and rural epidemiology Poland – study design". Journal of Health Inequalities 2 (2): 136-141. doi:10.5114/jhi.2016.65353. Harvard Zatońska, K., Zatoński, W., and Szuba, A. (2016). Prospective urban and rural epidemiology Poland – study design. Journal of Health Inequalities, 2(2), pp.136-141. https://doi.org/10.5114/jhi.2016.65353 MLA Zatońska, Katarzyna et al. "Prospective urban and rural epidemiology Poland – study design." Journal of Health Inequalities, vol. 2, no. 2, 2016, pp. 136-141. doi:10.5114/jhi.2016.65353. Vancouver Zatońska K, Zatoński W, Szuba A. Prospective urban and rural epidemiology Poland – study design. Journal of Health Inequalities. 2016;2(2):136-141. doi:10.5114/jhi.2016.65353.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».