MétaCan
Menu
Retour à la cohorte
Enregistrement W2979681799 · doi:10.5114/jhi.2019.87835

The future of treatment of tobacco dependence – harnessing technology to deliver hybrid interventions

2019· article· en· W2979681799 sur OpenAlexaboutno aff
Aleksandra Herbeć

Notice bibliographique

RevueJournal of Health Inequalities · 2019
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueNutrition, Genetics, and Disease
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionInequalityComputer scienceMedicineMathematicsNursing

Résumé

récupéré en direct d'OpenAlex

ENWEndNote BIBJabRef, Mendeley RISPapers, Reference Manager, RefWorks, Zotero AMA Herbeć A. The future of treatment of tobacco dependence – harnessing technology to deliver hybrid interventions. Journal of Health Inequalities. 2019;5(1):49-49. doi:10.5114/jhi.2019.87835. APA Herbeć, A. (2019). The future of treatment of tobacco dependence – harnessing technology to deliver hybrid interventions. Journal of Health Inequalities, 5(1), 49-49. https://doi.org/10.5114/jhi.2019.87835 Chicago Herbeć, Aleksandra. 2019. "The future of treatment of tobacco dependence – harnessing technology to deliver hybrid interventions". Journal of Health Inequalities 5 (1): 49-49. doi:10.5114/jhi.2019.87835. Harvard Herbeć, A. (2019). The future of treatment of tobacco dependence – harnessing technology to deliver hybrid interventions. Journal of Health Inequalities, 5(1), pp.49-49. https://doi.org/10.5114/jhi.2019.87835 MLA Herbeć, Aleksandra. "The future of treatment of tobacco dependence – harnessing technology to deliver hybrid interventions." Journal of Health Inequalities, vol. 5, no. 1, 2019, pp. 49-49. doi:10.5114/jhi.2019.87835. Vancouver Herbeć A. The future of treatment of tobacco dependence – harnessing technology to deliver hybrid interventions. Journal of Health Inequalities. 2019;5(1):49-49. doi:10.5114/jhi.2019.87835.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,601
Score d'incertitude au seuil0,222

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,027
Tête enseignante GPT0,342
Écart entre enseignants0,315 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Health InequalitiesMême sujetNutrition, Genetics, and DiseaseTravaux en français237 207