Innovate Global Plastic and Reconstructive Surgery: Cleft Lip and Palate Charity Database
Notice bibliographique
Résumé
BACKGROUND: There is an emerging interest in global surgery. The Lancet Commission on Global Surgery recognizes the important role that nongovernmental organizations (NGOs) play in the delivery of cleft lip and/or palate (CLP) surgical care. To better address the unmet burden of surgical disease, the commissioners propose the use of a centralized registry to maximize coordination of global surgical volunteerism efforts. This study aims to create a comprehensive database of CLP organizations. METHODS: A systematic search of the following resources was conducted: The Plastic Surgery Foundation, Smile Train, Wikipedia, Google, and lists of surgical NGOs. A secondary review of each organization's website was performed to verify inclusion criteria and to extract data. Organizations were classified as providing surgical or nonsurgical care. RESULTS: Thirty-one organizations providing CLP care were reviewed, with 30 that met inclusion criteria. Of the 20 surgical NGOs, 50% use a diagonal approach of international outreach, 40% a vertical one-way approach, and 10% a horizontal approach. All 10 of the nonsurgical NGOs provide care through a horizontal approach. Their offices are distributed across North America (43%), Asia (27%), Europe (23%), and Australia (7%). Forty-three percent of the organizations provide CLP surgeries or services in more than 1 country; 93% do so with a multidisciplinary team. A majority of the organizations established collaborations with host institutions (80%). CONCLUSION: To the authors' best knowledge, this database includes the largest collection of CLP organizations. This list will be made publicly available to inform surgical care planning, facilitate collaboration, and promote further research.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».