MétaCan
Menu
Retour à la cohorte
Enregistrement W3084376221 · doi:10.1111/ced.14414

Dermatological games: Part 1. Original description and critique

2020· review· en· W3084376221 sur OpenAlexaff
A. Brown, Bayanne Olabi, Z. Tsianou, F. Tasker, N. Lancaster, Jerry Tan, Hywel C Williams

Notice bibliographique

RevueClinical and Experimental Dermatology · 2020
Typereview
Langueen
DomainePsychology
ThématiqueBody Image and Dysmorphia Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMedicineDermatology

Résumé

récupéré en direct d'OpenAlex

'Dermatological games' by J. A. Cotterill was a seminal article published in 1981, which attempted to explain the interaction between dermatologists and patients using Berne's game theory. In Part 1 of this series of two reviews, we review Cotterill's original list of games and how they applied to dermatology in the context of when they were written. We then critically appraise Cotterill's article and arguments. Although the article was deliberately provocative, we found Cotterill's arguments to be well-structured and logical, and the 'games' described are well-conceived. Cotterill's candid analysis of doctors' motivations and the potential impact on the patient is refreshing and insightful. It is striking that, 40 years on, many of the original 'games' described remain recognizable in current practice. In Part 2, a list of new 'games' that might be observed in modern dermatological practice is introduced. The relevance of Cotterill's paper and an explanation for why his educational article remains relevant to dermatology practice and training today is scrutinized in order to stimulate discussion, promote education and improve patient care.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,721
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,167
Tête enseignante GPT0,473
Écart entre enseignants0,306 · 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.

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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClinical and Experimental DermatologyMême sujetBody Image and Dysmorphia StudiesTravaux en français237 207