Notice bibliographique
Résumé
acetaminophen 98 active suicidal ideation 24, 63-4, 68-70 see also suicidal ideation definition 24, 68-69 acute risks, warning signs 62-4, 89, 92-3, 115-16, 131-2, 141 adolescence 17-19, 94, 100-6, 112-14, 117-18, 131-2, 134, 142-3 see also age; younger people benign/dangerous changes 102-3 concepts 100-5, 142-3 confidentiality issues 104, 117-18, 131-2, 134 KADS 105, 142-3 SSRIs 104-5 statistics 100-1 suicide prevention strategies 112-14 suicide risk factors 16-19, 94, 100-6, 112-14, 142-3 warning signs 102-3, 113-14 affective (mood) disorders 3-4, 8, 18-19, 21-2, 29-33, 38-42, 53-5, 79-85, 89-93, 99-102, 99-105, 120-2, 141 see also bipolar . ..; depression; mental disorders concepts 31-3, 38-40, 53-4, 89-93, 120-2, 141 definition 31-3 statistics 31-2 affective symptoms, suicide risk factors 38-41, 53-5, 64, 75-8, 79-85, 89-93, 116, 119-21, 141 age 3, 13-14, 17-19, 22-3, 27-8, 35-6, 41, 51, 79, 87, 90-1, 94, 100-8, 112-14, 141, 142-3 see also adolescence; elderly people; middle . ..; younger people developing countries 22-3 self-harm (self-injurous behaviour) 27 statistics 3, 17-18, 22-3, 100-1 underestimated prevalence/burden of suicide 17-18 age-adjusted suicide rates 2, 3, 17-18 aggression 16, 38-39, 47, 53, 91, 100-6, 141 agitation 39-40 akathasia 35-6, 38, 39, 53 see also restlessness Suicide Risk Management: A Manual for Health Professionals, Second Edition.Sonia Chehil and Stan Kutcher.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,748 | 0,632 |
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 ».