Finding the gold in MEDLINE: Clinical Queries
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.
Notice bibliographique
Résumé
EditorialJanuary 1, 2005Finding the gold in MEDLINE: Clinical QueriesR. Brian Haynes, MD, PhD, Nancy Wilczynski, MScR. Brian Haynes, MD, PhDHealth Information Research Unit, McMaster University, Hamilton, Ontario, Canada (R.B.H., N.W.), Nancy Wilczynski, MScHealth Information Research Unit, McMaster University, Hamilton, Ontario, Canada (R.B.H., N.W.)Author, Article, and Disclosure Informationhttps://doi.org/10.7326/ACPJC-2005-142-1-A08 SectionsAboutFull TextPDF ToolsAdd to favoritesDownload CitationsTrack Citations ShareFacebookTwitterLinkedInRedditEmail MEDLINE is the premier source for access to the broad spectrum of medical literature. With > 15 000 000 references from > 4600 biomedical journals, the MEDLINE treasure trove contains citations for virtually all the gold that biomedical research enterprise has to offer.But finding exactly what you want in such a huge database has its challenges. First, the indexing is fairly coarsely grained, so it can be difficult to specify exactly what you are seeking. Second, the English language is notorious for synonyms, homonyms, eponyms, and neologisms, making it impossible to include all the possible variants, while at the same time ensuring that ... Author, Article, and Disclosure InformationAffiliations: Health Information Research Unit, McMaster University, Hamilton, Ontario, Canada (R.B.H., N.W.) PreviousarticleNextarticle Advertisement FiguresReferencesRelatedDetails January 1, 2005Volume 142, Issue 1Page: A8KeywordsAttentionDatabasesEtiologyEvidence based medicineHealth careHealth services researchLibrariesQualitative studiesSpecificityTreatment guidelines ePublished: 9 March 2020 Issue Published: January 1, 2005 Copyright & PermissionsCopyright © 2005 by American College of Physicians. All Rights Reserved.PDF downloadLoading ...
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 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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle