Maculopapular rash in COVID-19 patient treated with lopinavir/ritonavir
Notice bibliographique
Résumé
ENWEndNote BIBJabRef, Mendeley RISPapers, Reference Manager, RefWorks, Zotero AMA Mazan P, Lesiak A, Skibińska M, et al. Maculopapular rash in COVID-19 patient treated with lopinavir/ritonavir. Advances in Dermatology and Allergology/Postępy Dermatologii i Alergologii. 2020;37(3):435-437. doi:10.5114/ada.2020.95029. APA Mazan, P., Lesiak, A., Skibińska, M., Kamerys, J., Czajkowski, R., & Owczarek, W. et al. (2020). Maculopapular rash in COVID-19 patient treated with lopinavir/ritonavir. Advances in Dermatology and Allergology/Postępy Dermatologii i Alergologii, 37(3), 435-437. https://doi.org/10.5114/ada.2020.95029 Chicago Mazan, Paula, Aleksandra Lesiak, Małgorzata Skibińska, Juliusz Kamerys, Rafał Czajkowski, Witold Owczarek, and Joanna Narbutt. 2020. "Maculopapular rash in COVID-19 patient treated with lopinavir/ritonavir". Advances in Dermatology and Allergology/Postępy Dermatologii i Alergologii 37 (3): 435-437. doi:10.5114/ada.2020.95029. Harvard Mazan, P., Lesiak, A., Skibińska, M., Kamerys, J., Czajkowski, R., Owczarek, W., and Narbutt, J. (2020). Maculopapular rash in COVID-19 patient treated with lopinavir/ritonavir. Advances in Dermatology and Allergology/Postępy Dermatologii i Alergologii, 37(3), pp.435-437. https://doi.org/10.5114/ada.2020.95029 MLA Mazan, Paula et al. "Maculopapular rash in COVID-19 patient treated with lopinavir/ritonavir." Advances in Dermatology and Allergology/Postępy Dermatologii i Alergologii, vol. 37, no. 3, 2020, pp. 435-437. doi:10.5114/ada.2020.95029. Vancouver Mazan P, Lesiak A, Skibińska M, Kamerys J, Czajkowski R, Owczarek W et al. Maculopapular rash in COVID-19 patient treated with lopinavir/ritonavir. Advances in Dermatology and Allergology/Postępy Dermatologii i Alergologii. 2020;37(3):435-437. doi:10.5114/ada.2020.95029.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».