MétaCan
Menu
Retour à la cohorte
Enregistrement W3126552704 · doi:10.17762/pae.v58i2.1885

COVID-19 and Diabetes Mellitus

2021· article· en· W3126552704 sur OpenAlexaboutno aff
Swaroopa Chakole Kirti Agrawal

Notice bibliographique

RevuePsychology and Education Journal · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueArtificial Intelligence in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoronavirus disease 2019 (COVID-19)ComorbidityDiabetes mellitus2019-20 coronavirus outbreakQuarter (Canadian coin)Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PsychologyPandemicGerontologyObesityType 2 diabetesMedicineDiseasePsychiatryOutbreakVirologyHistoryInfectious disease (medical specialty)Pathology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND
 COVID-19 id proving deadly for the people with underlying health conditions. It is important to make strategy according to the current scenario and leave some space for changes that are happening dynamically.
 SUMMARY
 COVID-19 and comorbidity are meant to prove lethal and accounts for maximum number of deaths in case fatalities induced due to COVID-19 complications. Diabetes tops the table with a quarter of fatalities are induced by it when in COVID-19 infection. Various post COVID-19 health implications are also increasing the need of awareness about preventive measures that must be followed by all the people and not by particular section.
 CONCLUSION
 More study needs to be done although present studies has already clarified about the deadly combination of COVID-19 and diabetes. Also nuanced aspects such as age wise and type wise segregation of data would serve the purpose of drawing more feasible containment model.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,608
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,198
Tête enseignante GPT0,571
Écart entre enseignants0,373 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePsychology and Education JournalMême sujetArtificial Intelligence in HealthcareTravaux en français237 207