MétaCan
Menu
← Retour à la cohorte
Enregistrement W2803916241 · doi:10.22034/apjcp.2018.19.5.1157

NCI Summer Curriculum in Cancer Control and Prevention – A Practice Changing Course for Oncologists from LimitedResource Country Like India

2018· article· en· W2803916241 sur OpenAlexaff
Abhishek Shankar, Rakesh Thakur, Nandu Meshram, Keduovinuo Keditsu, Priya Srinivas

Notice bibliographique

RevuePubMed · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueAdvances in Oncology and Radiotherapy
Établissements canadiensCancer Research SocietyToronto Public Health
Organismes subventionnairesnon disponible
Mots-clésCancer preventionCurriculumMedicineCancerFamily medicineHealth carePublic healthMedical educationNursingPolitical sciencePsychologyInternal medicinePedagogy

Résumé

récupéré en direct d'OpenAlex

Cancer has become an important public health issue in India. Oncologists in India spends most of their time in diagnosis and treatment of cancer patients. There is a large disparity geographically as far as cancer treatment facilities are concerned. Cancer control and cancer prevention is not a point of concern for most of the practicing oncologist. Although things are changing in India, but orientation, passion and dedication towards cancer prevention is still missing. There is no program on basic principles and practice of cancer control and prevention in India which addresses the essence of cancer control and prevention. Center for Global Health of National Cancer Institute, USA initiated summer curriculum is an excellent academic program to teach health care professionals working in cancer care in different parts of world. This covers all aspect of cancer care i.e. cancer education, epidemiology, screening, diagnosis, treatment and the before world palliative care with dedicated session on upcoming molecular prevention in cancer. This gives an unique opportunity for learning and can be practice changing curriculum for many of the attendees who want to pursue a career in cancer control and prevention a before practice.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0020,004
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0270,008

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 Opus0,022
Tête enseignante GPT0,375
Écart entre enseignants0,353 · 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMed→Même sujetAdvances in Oncology and Radiotherapy→Travaux en français237 207→