MétaCan
Menu
Retour à la cohorte
Enregistrement W3041607023 · doi:10.3831/kpi.2020.23.011

Development of Hazardous Materials Management Standard for Decoction Type of Personalized Herbal Medicine

2020· review· en· W3041607023 sur OpenAlexaff
Hye In Jeong, Kyeong Han Kim, Jae-Hee Won, Gi-Un Sung, Ji‐Won Kim, Ji-Eun Han, Angela Dongmin Sung, Eun‐Jung Park, Soo-Hyun Sung

Notice bibliographique

RevueJournal of pharmacopuncture · 2020
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgriculture, Soil, Plant Science
Établissements canadiensArtificial Intelligence in Medicine (Canada)
Organismes subventionnairesnon disponible
Mots-clésDecoctionHazardous wasteMedicineTraditional medicineEngineeringWaste management

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This study was conducted to development of hazardous materials management standards for the decoction type of personalized herbal medicines (PHMs). METHODS: This study was conducted in two stages. We searched documents about criteria to use words such as 'Herb', 'Herbal medicine', and 'Botanical Drug' and summarized the results. We organized the committee consisted of seven experts, and held two meetings to reach an agreement on hazardous management standards of the decoction type of PHMs. RESULTS: The seven documents were presented in the literature review and six items related to hazardous management standards of decoction were identified. The second expert meeting brought that a total of six items, including heavy metal, pesticide residues, sulfur dioxide, benzopyrene, mycotoxin, and micro-organism limits, were selected for safety management of decoction type of PHMs. Also, the criteria and test methods for each standard were suggested for monitoring the decoction type of PHMs. CONCLUSION: The study suggested hazardous material management standards and criteria for the decoction types of PHMs. In the future, it would be necessary to conduct a pilot test to ensure the validity and credibility of the safety management standard and criteria. Furthermore, the government level safety management system should be introduced to verify the safety of decoction medicines.

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)0,006
score de la tête « metaresearch » (Gemma)0,007
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 GPT0,360
Écart entre enseignants0,274 · 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
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of pharmacopunctureMême sujetAgriculture, Soil, Plant ScienceTravaux en français237 207