Notice bibliographique
Résumé
To the editor: “Alternative Medicine Use in Older Americans,” published in your December 2000 issue, reports on an interesting trend. Senior citizens, in record numbers, are now moving away from the traditional model of disease management medical care to a new model of preventive health care, and chiropractic care plays a key role in that shift. Your study misses the mark, however, by stating that chiropractic care could be “problematic in older patients.” To the contrary, chiropractic care has helped many seniors avoid back surgery and hospital stays. In fact, a 1996 study by Coulter et al. published in Topics in Clinical Chiropractic found that “[older] chiropractic users were less likely to have been hospitalized, less likely to have used a nursing home, more likely to report a better health status, more likely to exercise vigorously, and more likely to be mobile in the community. In addition, they were less likely to use prescription drugs.” Similarly, many other studies have shown that the majority of people who visit doctors of chiropractic are concerned about healthy eating habits, wellness, and overall healthy lifestyles. The American Chiropractic Association agrees that every member of the healthcare team should work together for the benefit of patients of all ages. However, we do not believe medical doctors and other healthcare providers should ask patients questions in such a way that it deters them from seeking chiropractic adjustments—a form of treatment that has been proven to benefit young and old alike.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».