MétaCan
Menu
Retour à la cohorte
Enregistrement W3150695153 · doi:10.1515/jcim-2020-0187

A spatial-temporal study of complementary and alternative medicine (CAM) by type: exploring localization economies implications in urban areas in Ontario

2021· article· en· W3150695153 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Complementary and Integrative Medicine · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueComplementary and Alternative Medicine Studies
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésCluster analysisSpatial analysisGeographyEconomic geographyCommon spatial patternRegional scienceCartographyData miningData scienceComputer scienceArtificial intelligenceEcologyBiology

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: This study adds to the geography of complementary and alternative medicine (CAM) literature by comparing the spatial-temporal patterns of five types of CAM within 19 cities in light of clustering benefits from localization economies. METHODS: CAM office location points and nearest neighbour, standard distance, local spatial autocorrelation, and Mann-Whitney analyses are utilized to test potential clustering tendencies of CAM types over time. RESULTS: It is shown that 'within' (chiropractors near chiropractors, for example) and 'amongst' (chiropractors proximate to other CAM types) spatial clustering occurs in 2007 and 2017. This implies the persistent influence of localization economies. CONCLUSIONS: Continued clustering of CAM within urban locations already replete with CAM offices will widen spatial disparities through time. This has implications for policy-makers concerned with dispersing medical resources over space for better accessibility.

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.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,192
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,110
Tête enseignante GPT0,349
Écart entre enseignants0,239 · 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