MétaCan
Menu
Retour à la cohorte
Enregistrement W2888735624 · doi:10.3390/children5080111

Pediatric Integrative Medicine: Vision for the Future

2018· article· en· W2888735624 sur OpenAlexaff
Anna Esparham, Sanghamitra M. Misra, Erica Sibinga, Timothy Culbert, Kathi J. Kemper, Hilary McClafferty, Sunita Vohra, Lawrence D. Rosen

Notice bibliographique

RevueChildren · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueComplementary and Alternative Medicine Studies
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMedicineMedical educationCitizen journalismContext (archaeology)Political scienceGeography

Résumé

récupéré en direct d'OpenAlex

Pediatric integrative medicine (PIM) is of significant interest to patients, with 12% of the general pediatric population and up to 80% of children with chronic conditions using PIM approaches. The field of PIM has evolved over the past 25 years, approaching child health with a number of guiding principles: preventive, context-centered, relationship-based, personalized, participatory, and ecologically sustainable. This manuscript reviews important time points for the field of PIM and reports on a series of meetings of PIM leaders, aimed at assessing the state of the field and planning for its future. Efforts in the first decade of the 2000s led to increased visibility in academic and professional pediatric organizations and through international listservs, designed to link those interested in and practicing PIM, all of which continue to flourish. The PIM leadership summits in recent years resulted in specific goals to advance PIM further in the following key areas: research, clinical practice, professional education, patient and family education, and advocacy and partnerships. Additionally, goals were developed for greater expansion of PIM professional education, broader support for pediatric PIM research, and an expanded role for PIM approaches in the provision of pediatric care.

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)0,014
score de la tête « metaresearch » (Gemma)0,009
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: aucune
GenreSignal candidat: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,010
Communication savante0,0100,015
Science ouverte0,0020,008
Intégrité de la recherche0,0090,016
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,016
Tête enseignante GPT0,348
Écart entre enseignants0,332 · 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
GenreÉditorial

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

En bref

Citations31
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChildrenMême sujetComplementary and Alternative Medicine StudiesTravaux en français237 207