Male depression – causes, symptoms, and diagnosis
Notice bibliographique
Résumé
ENWEndNote BIBJabRef, Mendeley RISPapers, Reference Manager, RefWorks, Zotero AMA Talarowska ME, Gromniak-Haniecka E, Rawska J, Gałecki P. Male depression – causes, symptoms, and diagnosis. Neuropsychiatria i Neuropsychologia/Neuropsychiatry and Neuropsychology. 2018;13(3):98-103. doi:10.5114/nan.2018.81250. APA Talarowska, M. E., Gromniak-Haniecka, E., Rawska, J., & Gałecki, P. (2018). Male depression – causes, symptoms, and diagnosis. Neuropsychiatria i Neuropsychologia/Neuropsychiatry and Neuropsychology, 13(3), 98-103. https://doi.org/10.5114/nan.2018.81250 Chicago Talarowska, Monika E, Ewa Gromniak-Haniecka, Józefina Rawska, and Piotr Gałecki. 2018. "Male depression – causes, symptoms, and diagnosis". Neuropsychiatria i Neuropsychologia/Neuropsychiatry and Neuropsychology 13 (3): 98-103. doi:10.5114/nan.2018.81250. Harvard Talarowska, M., Gromniak-Haniecka, E., Rawska, J., and Gałecki, P. (2018). Male depression – causes, symptoms, and diagnosis. Neuropsychiatria i Neuropsychologia/Neuropsychiatry and Neuropsychology, 13(3), pp.98-103. https://doi.org/10.5114/nan.2018.81250 MLA Talarowska, Monika et al. "Male depression – causes, symptoms, and diagnosis." Neuropsychiatria i Neuropsychologia/Neuropsychiatry and Neuropsychology, vol. 13, no. 3, 2018, pp. 98-103. doi:10.5114/nan.2018.81250. Vancouver Talarowska M, Gromniak-Haniecka E, Rawska J, Gałecki P. Male depression – causes, symptoms, and diagnosis. Neuropsychiatria i Neuropsychologia/Neuropsychiatry and Neuropsychology. 2018;13(3):98-103. doi:10.5114/nan.2018.81250.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».