Notice bibliographique
Résumé
Cervical cancer detection and prevention has paved the way for a myriad of cancer screening programs today. At first, observing cervical lesions was for the purposes of identifying sexually transmitted diseases. Later, however, it was thought that lesions and malignancies were along the same continuum; this led to the adoption of aggressive treatments of early, benign lesions. Stagnation of the cure rates in the late 1920s was resolved by the development of the Pap smear, a procedure still in use today. Although widespread adoption of the Pap smear led to identification of cervical lesions, subjectivity and lack of standardization presented further obstacles to achieving the optimal screening program. Meanwhile, organizations invested in women’s health advocated strongly for women to get regular gynecological check-ups. While the medical community was moving forward with identifying lesions, the cause of cervical cancer was still up for debate. From recognizing that cervical cancer was rare in nuns to assuming trauma played a part, the scientific community finally concluded that HPV wasthe causative agent. Today, the goal is to prevent cervical cancer with vaccines rather than treat lesions when they’re found. The journey of cervical cancer has certainly been an arduous one, and there is still much to be improved as treatments and target populations for vaccines are still up for debate.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,013 |
| Communication savante | 0,008 | 0,009 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,005 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,077 | 0,035 |
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 source (Gemma direct ou Codex distillé), 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 ».