MétaCan
Menu
Retour à la cohorte
Enregistrement W2594936003 · doi:10.1136/bjsports-2016-097381

Margo Mountjoy #HarpWhisperer #AthleteAdvocate #SheNeedsAClone

2017· editorial· en· W2594936003 sur OpenAlexaff
Johann Windt

Notice bibliographique

RevueBritish Journal of Sports Medicine · 2017
Typeeditorial
Langueen
DomaineMedicine
ThématiqueSports injuries and prevention
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCourageAthletesHarassmentPsychologyCreativityPsychological resilienceWelfareSocial psychologyPolitical scienceMedicineLawPhysical therapy

Résumé

récupéré en direct d'OpenAlex

Establishing the Athlete Welfare programme at the Olympic Games. I worked on this for many years—to see it implemented in Rio in 2016 was a real career highlight for me. I hope this will protect athletes in the future, and prevent harassment and abuse in all sports! …. Don’t ask!! ☺ Definitely the 2008 Olympic Games when I watched the inaugural 10k marathon swim in Beijing. I witnessed a disabled swimmer—Nathalie du Toit from South Africa—compete in the able-bodied event. Her courage and strength were inspiring. While I could say some of the studies I have conducted, papers I have authored or the Olympic Games I have worked at, my most valuable contribution to the field is (hopefully) the help and care I give on a daily basis in my clinic to athletes of all shapes, sizes and abilities over the past 30 years. The numerous athletes over the years that overcome adversity to strive for improvement and to reach personal goals—athletes who have overcome profound physical injury and emotional abuse issues. Their courage and fortitude make them all heroes in my eyes. Perseverance, resilience and creativity. Wait—that is three skills; I guess another skill is not following exact directions! Saying ‘yes’ when opportunities came my way. Although, in reality, I had to make some of my opportunities …

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,446
Score d'incertitude au seuil0,790

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,000
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,4460,214

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 Opus0,010
Tête enseignante GPT0,289
Écart entre enseignants0,279 · 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.

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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of Sports MedicineMême sujetSports injuries and preventionTravaux en français237 207