Notice bibliographique
Résumé
Folyóirat-referátumok. Anyagcsere-betegségek \nVérnyomáscsökkentő-kombinációk \nmetabolikus hatásainak \nösszehasonlítása a hazai ACES \nvizsgálatban [The results of ACES \n(Antihypertensive Combinations’ \nLong Term Efficacy Comparing \nStudy): Analysis of metabolic \neffects of antihypertensive \ncombination therapies] \nNádházi Z, Dézsi CA. \n(Levelező szerző: Cs. A. Dézsi, \nDepartment of Cardiology, Petz \nAladár County Teaching Hospital, \nVasvári Pál str. 2–4, Győr, 9024, \nMagyarország; \ne-mail: dcsa62@gmail.com): \nClin Drug Investig. \n2016; 36: \n819–827. | Pulmonológia \nA fizikai edzés hatása a krónikus \nobstruktív tüdőbetegségre [Effects \nof exercise training in patients with \nchronic obstructive pulmonary \ndisease – a narrative review for \nFYSS (Swedish Physical Activity \nExercise Prescription Book)] \nEmtner M, Wadell K. \n(Department of \nNeuroscience, Physiotherapy, Uppsala \nUniversity, Box 593, BMC, Uppsala \n751 24, Svédország; e-mail: \nmargareta.emtner@neuro.uu.se): \nBr J Sports Med. \n 2016; 50: \n368–371. | Hepatológia \nFizikai aktivitás és májbetegségek \n(Physical activity and liver diseases) \nBerzigotti A, Saran U, Dufour JF. \n(Hepatology, University Clinic for \nVisceral Surgery and Medicine, \nInselspital, University of Bern, \nCH-3010 Bern, Svájc; e-mail: \nanalisa.berzigotti@insel.ch): \nHepatology \n 2016, 63: 1026–1040.
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 | 0,003 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,009 | 0,006 |
| Science ouverte | 0,004 | 0,005 |
| Intégrité de la recherche | 0,005 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,687 | 0,519 |
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 ».