MétaCan
Menu
Retour à la cohorte
Enregistrement W2809982357 · doi:10.1177/0394936218760820

Donne e Malattie Renali: Riflessioni sul World Kidney Day 2018

2018· article· it· W2809982357 sur OpenAlexaff
Giorgina Barbara Piccoli, Mona Alrukhaimi, Elena Zakharova, Adeera Levin

Notice bibliographique

RevueGiornale di Techniche Nefrologiche e Dialitiche · 2018
Typearticle
Langueit
DomaineMedicine
ThématiquePregnancy and Medication Impact
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésKidney diseaseMedicineChild bearingDialysisPopulationDiseasePregnancyKidneyGerontologyInternal medicineEnvironmental healthBiology

Résumé

récupéré en direct d'OpenAlex

Chronic Kidney Disease affects approximately 10% of the world’s adult population: it is within the top 20 causes of death worldwide, and its impact on patients and their families can be devastating. In 2018 World Kidney Day and International Women’s Day coincide, thus offering an opportunity to reflect on the importance of women’s health and specifically their kidney health, on the community, and the next generations, as well as to strive to be more curious about the unique aspects of kidney disease in women so that we may apply what we learn more broadly. Girls and women, who make up approximately 50% of the world’s population, are important contributors to society and their families. Gender differences continue to exist around the world in access to education, medical care, and participation in clinical studies. Pregnancy is a unique state for women, offering an opportunity for diagnosis of kidney disease, but also a state where acute and chronic kidney diseases may manifest, and which may impact future generations with respect to kidney health. There are various autoimmune and other conditions that are more likely to impact women with profound consequences for child bearing, and for the fetus. Women have different complications on dialysis than men, and are more likely to be donors than recipients of kidney transplants. In this editorial, we focus on what we do and do not know about women, kidney health, kidney disease, and what we might learn in the future to improve outcomes worldwide.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
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: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,002
Communication savante0,0060,004
Science ouverte0,0010,001
Intégrité de la recherche0,0040,011
Charge utile insuffisante (le modèle a refusé de juger)0,0190,010

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 Opus0,038
Tête enseignante GPT0,310
Écart entre enseignants0,272 · 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
GenreCommentaire

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 revueGiornale di Techniche Nefrologiche e DialiticheMême sujetPregnancy and Medication ImpactTravaux en français237 207