MétaCan
Menu
Retour à la cohorte
Enregistrement W3137274905 · doi:10.1093/ajcn/nqab047

Dairy consumption, plasma metabolites, and risk of type 2 diabetes

2021· article· en· W3137274905 sur OpenAlexaff
Jean‐Philippe Drouin‐Chartier, Pablo Hernández‐Alonso, Marta Guasch‐Ferré, Miguel Ruiz‐Canela, Jun Li, Clemens Wittenbecher, Cristina Razquín, Estefanía Toledo, Courtney Dennis, Dolores Corella, Ramón Estruch, Montserrat Fitó, A. Heather Eliassen, Deirdre K. Tobias, Alberto Ascherio, Lorelei A. Mucci, Kathryn M. Rexrode, Elizabeth W. Karlson, Karen H. Costenbader, Charles S. Fuchs, Liming Liang, Clary B. Clish, Miguel Ángel Martínez‐González, Jordi Salas‐Salvadó, Frank B. Hu

Notice bibliographique

RevueAmerican Journal of Clinical Nutrition · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensUniversité Laval
Organismes subventionnairesCenter for International Business Education and Research, University of Illinois at Urbana-ChampaignNational Institute of Arthritis and Musculoskeletal and Skin DiseasesInstituto de Salud Carlos IIINational Institute of Diabetes and Digestive and Kidney DiseasesGeneralitat ValencianaNational Heart, Lung, and Blood InstituteInstitució Catalana de Recerca i Estudis AvançatsNational Cancer InstituteMinisterio de Economía y CompetitividadNational Institutes of HealthEuropean Regional Development FundAmerican Diabetes Association
Mots-clésType 2 diabetesConsumption (sociology)Diabetes mellitusEnvironmental healthMedicineFood scienceBusinessChemistryEndocrinologyArt

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil0,263

Scores Codex et Gemma par catégorie

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

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 Opus0,038
Tête enseignante GPT0,359
Écart entre enseignants0,321 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations47
Publié2021
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueAmerican Journal of Clinical NutritionMême sujetNutritional Studies and DietTravaux en français237 207