Notice bibliographique
Résumé
ince the first report of COVID-19 from Wuhan, China, the pandemic's infectivity and diverse outcomes have stunned the world.A consistent feature of COVID-19 is its predilection of inflicting adverse outcomes in patients with cardiovascular disease or risk factors for cardiovascular disease (1).Although many factors contribute to this association, a major mechanistic underpinning is the fact that the novel SARS-Cov-2 virus uses the transmembrane enzyme angiotensin-converting enzyme 2 (ACE2) as its key internalizing receptor (2).ACE2 has a key salutary function in the reninangiotensin system (RAS) by converting the pro-inflammatory vasoconstrictive octapeptide angiotensin II (1À8), to anti-inflammatory vasodilatory angiotensin (1À7).This has raised several key questions about COVID-19, along with controversy.First, does the increase ACE2 expression in cardiovascular diseases contribute to the worse outcomes of COVID-19 in cardiovascular patients?Second, is the ACE2 expression affected by cardiovascular medications?(There is a raging controversy that involves the use of RAS inhibitors.)Third, does the SARS-CoV-2
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,008 | 0,006 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,082 | 0,049 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,021 |
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 source (Gemma direct ou Codex distillé), 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 ».