MétaCan
Menu
Retour à la cohorte
Enregistrement W4236502875 · doi:10.1002/9781118970843.ch197

Depression

2020· other· en· W4236502875 sur OpenAlexaff
Katerina Rnic, David J. A. Dozois

Notice bibliographique

RevueThe Wiley Encyclopedia of Personality and Individual Differences · 2020
Typeother
Langueen
DomaineMedicine
ThématiqueTreatment of Major Depression
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésNeurostimulationPsychologyMajor depressive disorderClinical psychologyDepression (economics)Electroconvulsive therapyCognitive behavioral therapyCognitionPsychiatryBehavioral activationPsychological interventionPsychosocialPsychotherapistInterpersonal psychotherapyMedicineNeuroscienceRandomized controlled trialInternal medicineStimulation

Résumé

récupéré en direct d'OpenAlex

Major depressive disorder and dysthymia (or persistent depressive disorder) are debilitating disorders that are common, chronic, and often comorbid with other mental disorders and health problems. As a result, the depressive disorders are associated with significant personal, economic, and social cost. Depression is characterized, and in many cases, caused, by negative cognitive styles, interpersonal dysfunction and deficits, sensitivity to life stress, maladaptive personality traits, and biological dysfunction at the genetic, neurochemical, and neurophysiological levels of analysis. Effective interventions include first-line treatments such as antidepressant medication and psychotherapy (e.g. cognitive behavioral therapy, behavioral activation, interpersonal therapy, mindfulness based cognitive therapy) and, for treatment-resistant depression, neurostimulation treatments (e.g. electroconvulsive therapy, deep brain stimulation). Future research is needed to further integrate etiological models of depression to optimally inform treatment and to better understand and prevent relapse.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,159
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,1590,084

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 Opus0,037
Tête enseignante GPT0,269
Écart entre enseignants0,233 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Wiley Encyclopedia of Personality and Individual DifferencesMême sujetTreatment of Major DepressionTravaux en français237 207