MétaCan
Menu
Retour à la cohorte
Enregistrement W33296131 · doi:10.1002/ptr.6978

On noise and hearing loss Prevalence and reference data

2003· article· en· W33296131 sur OpenAlexaboutno aff
Magnus Johansson

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHearing lossAudiologyNoise (video)MedicineComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

At present, googling the search terms "COVID-19" and "Functional foods" yields nearly 500,000,000 hits, witnessing the growing interest of the scientific community and the general public in the role of nutrition and nutraceuticals during the COVID-19 pandemic. Many compounds have been proposed as phytotherapics in the prevention and/or treatment of COVID-19. The extensive interest of the general public and the enormous social media coverage on this topic urges the scientific community to address the question of whether which nutraceuticals can actually be employed in preventing and treating this newly described coronavirus-related disease. Recently, the Canadian biotech pharma company "FSD Pharma" received the green light from the Food and Drug Administration to design a proof-of-concept study evaluating the effects of ultramicronized palmitoylethanolamide (PEA) in COVID-19 patients. The story of PEA as a nutraceutical to prevent and treat infectious diseases dates back to the 1970s where the molecule was branded under the name Impulsin and was used for its immunomodulatory properties in influenza virus infection. The present paper aims at analyzing the potential of PEA as a nutraceutical and the previous evidence suggesting its anti-inflammatory and immunomodulatory properties in infectious and respiratory diseases and how these could translate to COVID-19 care.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,736
Score d'incertitude au seuil0,369

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,163
Tête enseignante GPT0,441
Écart entre enseignants0,279 · 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

Citations1
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetNoise Effects and ManagementTravaux en français237 207