MétaCan
Menu
Retour à la cohorte
Enregistrement W3009827197 · doi:10.18821/0869-2106-2019-25-2-89-91

SOCIO-HYGIENIC CHARACTERISTICS OF WOMEN OF REPRODUCTIVE AGE AND ITS ROLE IN THE DEVELOPMENT OF GYNECOLOGIC PATHOLOGY

2019· article· en· W3009827197 sur OpenAlexaboutno aff
Yu. O Turbina, Н В Полунина, Valery S. Polunin

Notice bibliographique

RevueRussian Medicine · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueHealthcare Systems and Public Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAbortionMedicinePregnancyQuarter (Canadian coin)ChildbirthReproductive healthFamily medicineDemographyGynecologyObstetricsPopulationEnvironmental healthGeography

Résumé

récupéré en direct d'OpenAlex

In the structure of general morbidity in Russia for 2018 year of complications of pregnancy and childbirth took place and 3 tend to grow. Aim - study of socio-sanitary characteristics and reproductive behaviour of women of childbearing age (ZhFV) and determining their impact on women’s health. Materials and methods: data from medical records and questioning women in 2017 year in Moscow. The results. Provided social and hygienic characteristics of observed women, average age of 32 years, two thirds, a quarter of workers are housewives, every tenth-student, 66% are married, 82% regularly visit a physician, each the fifth has gynecological disease, 70% believe contraception necessary, 62% are related to abortion adversely. Conclusion. It is advisable to generate a high level of medical activity in women, as the future of the mind, from school age, to carry out sex education with a focus on healthy lifestyle, paying attention towards abortion and sexual partner the family as a whole.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,534
Score d'incertitude au seuil0,256

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,024
Tête enseignante GPT0,311
Écart entre enseignants0,286 · 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'étudeObservationnel
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRussian MedicineMême sujetHealthcare Systems and Public HealthTravaux en français237 207