Advocacy in Action: Leveraging the Power of Patient Voices to Impact Ovarian Cancer Outcomes in Canada
Notice bibliographique
Résumé
Prior to 1997, ovarian cancer (OC) was a 'poor target' for patient advocacy. At that time, there were only three OC researchers in Canada, little information available for women diagnosed, and no community of survivors existed. The Corinne Boyer Fund to advance OC was founded in 1997 (later renamed the National Ovarian Cancer Association (NOCA) and subsequently Ovarian Cancer Canada (OCC)), and a Blueprint for Action was established. NOCA developed training programs for public education, partnered with clinicians and scientists, established a Tissue Banking Network across Canada In 2015, the Ladyballs awareness campaign was launched nationally, giving the community a presence and voice. Strategic planning by the organization put advocacy for research funding as a top priority and, working with patients and researchers across the country, petitioned the government for C$10 million in research funding. In 2019, OCC received the funding. In 2020, the OvCAN project was launched with the aim to improve the outcomes of women diagnosed with OC. In the first three years of OvCAN, a pan-Canadian team of 25 Patient Partners was established, and 41 projects to date on research models, pre-clinical and clinical trials covering a wide spectrum of OC types have been funded.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,056 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,029 | 0,016 |
| Communication savante | 0,014 | 0,003 |
| Science ouverte | 0,004 | 0,018 |
| Intégrité de la recherche | 0,004 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 source (Gemma direct ou Codex distillé), 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 ».