MétaCan
Menu
Retour à la cohorte
Enregistrement W4230092146 · doi:10.1038/s41379-021-00752-7

Abstracts from USCAP 2021: Breast Pathology (66-147)

2021· article· en· W4230092146 sur OpenAlexaff
Jason Chair, Rhonda K. Yantiss, Kristin Jensen Chair, Cme Subcommittee, Laura C. Collins, Raja R. Seethala, Ilan Weinreb, Benjamin Adam, Rouba Ali‐Fehmi, Daniela Allende, Ghassan Allo, Isabel Alvarado‐Cabrero, Catalina Amador, Tatjana Antic, Roberto Barrios, Rohit Bhargava, Luiz Blanco, Jennifer M. Boland, Alain Borczuk, Elena F. Brachtel, Marilyn M. Bui, Eric Burks, Shelley Caltharp, Wendy Cao, Barbara A. Centeno, Joanna Chan, Jennifer R. Chapman, Yunn‐Yi Chen, Hui Chen, Wei Chen, Sarah Chiang, Nicole A. Cipriani, Beth Z. Clark, Alejandro Contreras, Claudiu Cotta, Jennifer Cotter, David Kaminsky, Zubair Baloch, Daniel J. Brat, Sarah Dry, William C. Faquin, Yuri Fedoriw, Karen Fritchie, Jennifer Gordetsky, Melinda Lerwill, Anna Marie Mulligan, Liron Pantanowitz, David Ray Papke, Carlos Parra‐Herran, Rajiv M. Patel, Deepa T. Patil, Charles M. Quick, Lynette M. Sholl, Olga K. Weinberg, Maria Westerhoff, Michael Cho, Pathologist-In-Training Evi, Vishakha Pardeshi, Kingsley Ebare, Eman Abdulfatah, Omar Fehmi, Omar Effendi, Rouba Ali, Subhayu Bandyopadhyay, Evi Abada, Dhuha Al‐Sajee, Phillip Williams, Rana Aldrees, Tiansheng Shen, Gene P. Siegal, Shi Wei, Mohamed Alhamar, Bassam Alkamachi, Harshita Mehrotra, Hovsep Ohan, Haythem Ali, Nilesh Gupta, Oudai Hassan, Dhananjay Chitale, Daniel Schultz, Wamidh Alkhoory, Vidya Arole, Hiro Nitta, Lai Wei, Anil V. Parwani, Zaibo Li

Notice bibliographique

RevueModern Pathology · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueBreast Lesions and Carcinomas
Établissements canadiensHamilton General HospitalUniversity of TorontoMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésPathologyMedicineHematopathologyAnatomical pathologyCytopathologyBiologyImmunohistochemistryCytologyCytogenetics

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,921
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0020,001

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 Opus0,016
Tête enseignante GPT0,245
Écart entre enseignants0,229 · 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.

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

Citations4
Publié2021
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueModern PathologyMême sujetBreast Lesions and CarcinomasTravaux en français237 207