Notice bibliographique
Résumé
Debra reid/ap/empics Is the shell suit making a comeback? Medical students haven't traditionally been trained to respond in disaster situations. Now a university in Canada is trying to establish an ambitious training programme that will cater for their training needs. Amy Cheng finds out if medical students are entering a new era of emergency response The London tube bombings—52 dead. The Asian tsunami—220000 dead. The 11 September attacks—2986 dead. Hurricane Katrina—1163 dead. As these figures and images of devastation flashed across newspaper front pages and television screens, I wondered, as a senior medical student, what I could do to help? I was travelling in South East Asia when the tsunami struck. As soon as I heard about it and the devastation it caused, I immediately submitted an application to volunteer for the Doctors Without Borders/Medecins Sans Frontieres' emergency relief projects in the affected regions. My enthusiasm was quickly met by disappointment when my application was rejected. According to the organisation, medical students are rarely accepted because we are more of a liability than an asset. Our insufficient medical training, in addition to our need for supervision, diverts the organisation's resources away from the people we are trying to help. In fact, the literature shows that even experienced medical staff can become a burden, rather than a help at the scene of a disaster. Without sufficient training in emergency response and disaster relief, healthcare workers can become victims themselves, without changing the morbidity and mortality of the population they are trying to help.12 Ever since the attacks on September 11, there has been an explosion of papers that draw our attention to the scarce number of physicians who …
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 | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,237 | 0,069 |
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 ».