MétaCan
Menu
Retour à la cohorte
Enregistrement W4210928714 · doi:10.1007/s40520-022-02080-5

Attributes and definitions of locomotor capacity in older people: a World Health Organisation (WHO) locomotor capacity working group meeting report

2022· letter· en· W4210928714 sur OpenAlexfundno aff
Nicola Veronese, Germain Honvo, Jotheeswaran Amuthavalli Thiyagarajan, René Rizzoli, Cyrus Cooper, Olivier Bruyère, Christopher Mikton, Yuka Sumi, Theresa Diaz, Jean‐Yves Reginster, Anshu Banerjee, Al- Daghri Nasser, Sandrine Andrieu, Annweiler Cédric, Aubertin- Leheudre Mylène, Ivan Bautmans, Charlotte Beaudart, Becker Clemens, Bruyère Olivier, Fanny Buckinx, Campusano Claudia, Chandran Manju, Cherubini Antonio, C. Patrícia, Cruz- Jentoft Alfonso, Dennison Elaine, Fouasson Chailloux Alban, Fuggle Nick, Muthoni Gichu, Evelien Gielen, Guicheux Jérôme, Haugen Ida, Olivier Lamy, Francesco Landi, L. Pedersen Nancy, Lazaretti Castro Marise, Lewiecki Mike, Radmila Matijević, Mkinsi Ouafa, M.Mohammed Mubeen Ali, Njeze Ngozi, P Daniel, Reginster Jean-Yves, Rolland Yves, Saleh Yousef, Singer Andrea, Van der Velde Nathalie, Bruno Vellas, Visser Marjolein

Notice bibliographique

RevueAging Clinical and Experimental Research · 2022
Typeletter
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesUniversite AngersUniversité de ToulouseNational Institute for Health and Care ResearchVrije Universiteit BrusselKing Saud UniversityMedical Research CouncilVersus ArthritisUniversität HeidelbergUniversité du Québec à MontréalSingapore General HospitalUniversità degli Studi di MilanoWorld Health OrganizationUniversité de LiègeUniversiteit Maastricht
Mots-clésAction (physics)Variety (cybernetics)Older peopleGerontologyHealthy ageingAgeing societyActive ageingPsychologyHealth careMedicineNursingPolitical scienceAgeing

Résumé

récupéré en direct d'OpenAlex

International audience

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,018
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0090,009
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,291
Tête enseignante GPT0,437
Écart entre enseignants0,147 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations25
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAging Clinical and Experimental ResearchMême sujetFrailty in Older AdultsTravaux en français237 207