Upstream Medicine : Doctors for a Healthier Society : [book supplements]
Notice bibliographique
Résumé
Original French-language contributions, by Claudel Pétrin-Desrosiers, “Chapter 10: Interview with Simon-Pierre Landry” and “Chapter 12: Interview with Joanne Liu,” and by Nina Nguyen, “Chapter 21: Interview with Alain Vadeboncoeur.” Versions françaises des chapitres par Claudel l Pétrin-Desrosiers, “Chapitre 10 : Entretien avec Simon-Pierre Landry” et “Chapitre 10 : Entretien avec Joanne Liu” et par Nina Nguyen, "Chapitre 21 : Entretien avec Alain Vadeboncoeur.” Book description: Alleviating suffering and treating patients, whether in a physician’s office or an emergency room, can be a matter of prescribing medication or staunching a bleeding wound. But every clinical story has a social story, and patients who present with acute medical problems or a chronic disease often describe the everyday life conditions that made them sick in the first place. These stories are often about where they work, live, and play, and about their income, food security, and housing. Doctors are now listening. More than this, they are working with their patients and communities to address the root causes of illness at their sources. <i>Upstream Medicine</i> features interviews by medical students and residents with leading Canadian physicians whose practices bring evidence-based, upstream ideas to life. Their personal stories and patient encounters illuminate the social determinants of health – the conditions that lead to good health and long lives or to more complex, painful, and expensive downstream medical problems later on. By transforming how we imagine the practice of medicine, this book will help us build a healthier society. Original French-language chapters in the book.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| 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) | 0,003 | 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 ».