Traditional smoking and e-smoking among medical students and students-athletes – popularity and motivation
Notice bibliographique
Résumé
ENWEndNote BIBJabRef, Mendeley RISPapers, Reference Manager, RefWorks, Zotero AMA Shpakou A, Kovalevskiy V, Klimatskaia L, et al. Traditional smoking and e-smoking among medical students and students-athletes – popularity and motivation. Family Medicine & Primary Care Review. 2018;20(1):61-66. doi:10.5114/fmpcr.2018.73705. APA Shpakou, A., Kovalevskiy, V., Klimatskaia, L., Naumau, I., Sivakova, S., & Zaitseva, O. et al. (2018). Traditional smoking and e-smoking among medical students and students-athletes – popularity and motivation. Family Medicine & Primary Care Review, 20(1), 61-66. https://doi.org/10.5114/fmpcr.2018.73705 Chicago Shpakou, Andrei, Valeriy Kovalevskiy, Ludmila Klimatskaia, Ihar Naumau, Sviatlana Sivakova, Olga Zaitseva, and Yury Dykhno. 2018. "Traditional smoking and e-smoking among medical students and students-athletes – popularity and motivation". Family Medicine & Primary Care Review 20 (1): 61-66. doi:10.5114/fmpcr.2018.73705. Harvard Shpakou, A., Kovalevskiy, V., Klimatskaia, L., Naumau, I., Sivakova, S., Zaitseva, O., and Dykhno, Y. (2018). Traditional smoking and e-smoking among medical students and students-athletes – popularity and motivation. Family Medicine & Primary Care Review, 20(1), pp.61-66. https://doi.org/10.5114/fmpcr.2018.73705 MLA Shpakou, Andrei et al. "Traditional smoking and e-smoking among medical students and students-athletes – popularity and motivation." Family Medicine & Primary Care Review, vol. 20, no. 1, 2018, pp. 61-66. doi:10.5114/fmpcr.2018.73705. Vancouver Shpakou A, Kovalevskiy V, Klimatskaia L, Naumau I, Sivakova S, Zaitseva O et al. Traditional smoking and e-smoking among medical students and students-athletes – popularity and motivation. Family Medicine & Primary Care Review. 2018;20(1):61-66. doi:10.5114/fmpcr.2018.73705.
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 | 0,003 | 0,001 |
| 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 | 0,001 |
| 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 ».