MétaCan
Menu
Retour à la cohorte
Enregistrement W3031774656 · doi:10.1007/s40620-020-00756-7

Nothing will ever be as before. Reflections on the COVID-19 epidemics by nephrologists in eleven countries

2020· editorial· en· W3031774656 sur OpenAlexfundno aff
Giovanni Gambaro, Giorgina Barbara Piccoli

Notice bibliographique

RevueJournal of Nephrology · 2020
Typeeditorial
Langueen
DomaineMedicine
ThématiqueCOVID-19 and healthcare impacts
Établissements canadiensnon disponible
Organismes subventionnairesInstituto de Seguriidad y Servicios Sociales de los Trabadores del EstadoUniversitätsspital ZürichUniversità degli Studi di VeronaRoyal Adelaide HospitalUniversité Laval
Mots-clésCoronavirus disease 2019 (COVID-19)NothingSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)2019-20 coronavirus outbreakCoronavirus InfectionsPandemicVirologyBetacoronavirusMedicinePhilosophyInternal medicineEpistemologyOutbreakInfectious disease (medical specialty)

Résumé

récupéré en direct d'OpenAlex

It is difficult to define the COVID-19 epidemics: it is the black swan challenging what we thought we knew, confronting countries with a high level of technology with problems that seemed to belong to the past.It is a disaster foretold, predicted by prophetic writers and enlightened politicians; it is the fraudulent mistake that has put everyone in the world at risk… However we see it, this epidemic is also a lifechanging experience for patients and physicians [1][2][3].For this reason, we decided to ask to some young-but not-too-young colleagues who currently work in clinical practice in 11 different countries to tell us something about their experience with the COVID-19 epidemic.They were not selected on the basis of a brilliant curriculum, or a list of outstanding publications, but simply invited as friends, or friends of friends.Most of them answered.The questions were straightforward, touching rapidly on the logistics involved, and also regarding the fears and the hopes engendered by being confronted with "the infection".The answers, summarized and commented on in this editorial, should make us reflect not only on the impact of the epidemics, but also, in a broader sense, on the way the "next generation" of our colleagues is reacting and how they will probably integrate the lessons learnt now in the long years of their future clinical practice.The first question was simple: please, introduce yourself and your work.Yet, albeit simple, the answers, which mirror our different cultures, are interesting: many did not write their names, and two completely skipped the presentation, as if their names mattered little in comparison to the problem they were going to discuss.I'm 30 years old.I'm a nephrologist working in Italy, in the city of Bari (Puglia).I work in the COVID unit in the Policlinico, a large university hospital.

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 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)0,016
score de la tête « metaresearch » (Gemma)0,056
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Éditorial · Signal consensuel: Éditorial
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,056
Méta-épidémiologie (sens strict)0,0040,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0030,001
Études des sciences et des technologies0,0060,004
Communication savante0,0140,008
Science ouverte0,0030,003
Intégrité de la recherche0,0200,033
Charge utile insuffisante (le modèle a refusé de juger)0,0120,008

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 Opus0,086
Tête enseignante GPT0,436
Écart entre enseignants0,350 · 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'étudeSans objet
Domainenon disponible
GenreÉditorial

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

En bref

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of NephrologyMême sujetCOVID-19 and healthcare impactsTravaux en français237 207