Notice bibliographique
Résumé
* Abbreviation: BMD — : bone mineral density By 16 years of age, up to 40% of otherwise healthy girls and 64% of boys will have experienced ≥1 broken bone, with a peak incidence in the peri-pubertal years.1 Is this just because youth are active or risk takers? An alternative explanation is that the fastest rate of bone mineralization occurs several months after the most rapid gains in bone size during adolescence.2 The incidence of childhood fractures appears to be on the rise in both the United States and Scandinavia, raising concerns about unhealthy lifestyle trends.1 Addressing this public health problem requires an understanding of which children are fracturing bones and why. In the population-based retrospective study of emergency department visits from Ontario, Canada, in this issue of Pediatrics , Escott et al3 suggest the risk of a broken bone is not equal for all. The study compared the fracture incidence for those with or without a baseline fracture over a 7-year follow-up period. To focus on healthy youth (<16 years of age), children with osteogenesis imperfecta, low bone density, juvenile arthropathy, pathologic fracture, or a history of child abuse or neglect were excluded from … Address correspondence to Laura K. Bachrach, MD, Division of Pediatric Endocrinology, Stanford University School of Medicine, 300 Pasteur Dr, Stanford, CA 94305-5208. E-mail: lkbach{at}stanford.edu
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 | 0,011 |
| 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 | 0,003 | 0,002 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,019 | 0,021 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,004 |
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 ».