MétaCan
Menu
Retour à la cohorte
Enregistrement W2996399914 · doi:10.7759/cureus.6336

Sugar-free Workplace: A Step for Fighting Obesity

2019· review· en· W2996399914 sur OpenAlexaff
Jaafar Sahned, Dereen Mohammed Saeed, Subhasis Misra

Notice bibliographique

RevueCureus · 2019
Typereview
Langueen
DomaineMedicine
ThématiqueDiet, Metabolism, and Disease
Établissements canadiensBrandon Regional Health Authority
Organismes subventionnairesnon disponible
Mots-clésMedicineObesityPandemicDepression (economics)AnxietyDiabetes mellitusEnvironmental healthDiseasePopulationStroke (engine)GerontologyPsychiatryCoronavirus disease 2019 (COVID-19)Internal medicineEndocrinology

Résumé

récupéré en direct d'OpenAlex

Currently, there is a worldwide obesity pandemic with an incidence that has increased progressively over the last few decades. Obesity is considered a global health hazard and is associated with a significant economic impact on the healthcare system. It has been linked to several serious medical conditions, including heart disease, hypertension, stroke, diabetes mellitus, and cancer. Obesity is also related to social and psychological problems such as anxiety and depression. Several factors predispose the population to obesity, including decreased physical activity and non-healthy dietary habits. Sugar is the most important key contributor to the pandemic of obesity, and implementing a sugar-free workplace policy will provide a promising strategy for fighting obesity.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,801
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
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 Opus0,077
Tête enseignante GPT0,370
Écart entre enseignants0,293 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCureusMême sujetDiet, Metabolism, and DiseaseTravaux en français237 207