MétaCan
Menu
Retour à la cohorte
Enregistrement W2592587463 · doi:10.1080/17453674.2017.1297918

Aarhus Regenerative Orthopaedics Symposium (AROS)

2016· article· en· W2592587463 sur OpenAlexaff
Casper Bindzus Foldager, Michael Bendtsen, Lise Charlotte Berg, Jan E. Brinchmann, Mats Brittberg, Cody Bünger, José A. Canseco, Li Chen, Bjørn Borsøe Christensen, Pauline Colombier, Bent Deleuran, James Edwards, Brian Elmengaard, Jack Farr, Birgitta Gatenholm, Andreas H. Gomoll, James Hoi Po Hui, Rune Bruhn Jakobsen, Natasja Leth Joergensen, Moustapha Kassem, Thomas Koch, Søren Kold, Michael R. Krogsgaard, Henrik Lauridsen, Dang Quang Svend Le, Catherine Le Visage, Martin Lind, Jens Vinge Nygaard, Morten Lykke Olesen, Michael Pedersen, Martin Wyman Rathcke, James B. Richardson, Sally Roberts, Daisuke Sakai, Wei Seong Toh, Jill Urban, Myron Spector

Notice bibliographique

RevueActa Orthopaedica · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueSpine and Intervertebral Disc Pathology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesMedical Research CouncilNovo Nordisk FondenNational Research FoundationNational Centre for the Replacement, Refinement and Reduction of Animals in ResearchVersus ArthritisDanmarks Grundforskningsfond
Mots-clésMedicineOrthopedic surgerySurgery

Résumé

récupéré en direct d'OpenAlex

The combination of modern interventional and preventive medicine has led to an epidemic of ageing. While this phenomenon is a positive consequence of an improved lifestyle and achievements in a society, the longer life expectancy is often accompanied by decline in quality of life due to musculoskeletal pain and disability. The Aarhus Regenerative Orthopaedics Symposium (AROS) 2015 was motivated by the need to address regenerative challenges in an ageing population by engaging clinicians, basic scientists, and engineers. In this position paper, we review our contemporary understanding of societal, patient-related, and basic science-related challenges in order to provide a reasoned roadmap for the future to deal with this compelling and urgent healthcare problem.

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)0,003
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: Autre
Score de désaccord entre enseignants0,143
Score d'incertitude au seuil0,477

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0030,001
Science ouverte0,0010,003
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,1430,066

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 Opus0,014
Tête enseignante GPT0,265
Écart entre enseignants0,250 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa OrthopaedicaMême sujetSpine and Intervertebral Disc PathologyTravaux en français237 207