MétaCan
Menu
Retour à la cohorte
Enregistrement W3014028877 · doi:10.1016/s2213-2600(20)30052-7

Decreasing antibiotic use, the gut microbiota, and asthma incidence in children: evidence from population-based and prospective cohort studies

2020· article· en· W3014028877 sur OpenAlexafffund
David M. Patrick, Hind Sbihi, Darlene Dai, Abdullah Mamun, Drona Rasali, Caren Rose, Fawziah Marra, Rozlyn C. T. Boutin, Charisse Petersen, Leah T. Stiemsma, Geoffrey L. Winsor, Fiona S. L. Brinkman, Anita L. Kozyrskyj, Meghan B. Azad, Allan B. Becker, Piush J. Mandhane, Malcolm R. Sears, Padmaja Subbarao, B. Brett Finlay, Stuart E. Turvey

Notice bibliographique

RevueThe Lancet Respiratory Medicine · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGut microbiota and health
Établissements canadiensMcMaster UniversityUniversity of AlbertaUniversity of ManitobaSimon Fraser UniversityCanada's Michael Smith Genome Sciences CentreBC Children's HospitalHospital for Sick ChildrenBC Centre for Disease ControlUniversity of British Columbia
Organismes subventionnairesGenome CanadaMinistry of Health, British ColumbiaCanadian Institutes of Health ResearchEnvironment CanadaHealth CanadaSimon Fraser University
Mots-clésMedicineAsthmaIncidence (geometry)PopulationProspective cohort studyCohortPediatricsCohort studyAntibioticsInternal medicineEnvironmental healthBiology

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,020
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,003
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,052
Tête enseignante GPT0,324
Écart entre enseignants0,271 · 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 source (Gemma direct ou Codex distillé), 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

Citations248
Publié2020
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueThe Lancet Respiratory MedicineMême sujetGut microbiota and healthTravaux en français237 207