Notice bibliographique
Résumé
1Translational Addiction Research Laboratory, Centre for Addiction and Mental Health, University of Toronto, ON, Canada 2Acute Care Program, Centre for Addiction and Mental Health, Toronto, ON, Canada 3Campbell Family Mental Health Research Institute, Centre for Addiction and Mental Health, Toronto, ON, Canada. 4Department of Family and Community Medicine, University of Toronto, Toronto, ON, Canada 5Department of Pharmacology and Toxicology, University of Toronto, Toronto, ON, Canada 6Department of Psychiatry, Division of Neurosciences and Clinical Translation, University of Toronto, Toronto, ON, Canada 7Institute of Medical Sciences, University of Toronto, Toronto, ON, Canada Corresponding Author: Bernard Le Foll, MD, PhD, MCFP, AM, Centre for Addiction and Mental Health, 33 Ursula Franlin Street, Toronto, Ontario, M5S 2S1, Canada. Tel: +1 416 535 8501; E-mail: [email protected] Disclosures: Dr Le Foll has obtained funding from Pfizer (GRAND Awards, including salary support) for investigator-initiated projects. Dr Le Foll has some in-kind donation of cannabis product from Aurora and medication donation from Pfizer and Bioprojet and was provided a coil for TMS study from Brainsway. Dr Le Foll has obtained industry funding from Canopy (through research grants handled by CAMH or University of Toronto), Bioprojet, ACS, and Alkermes. Dr Le Foll has received in kind donations of nabiximols from GW Pharma for past studies funded by CIHR and NIH.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».