MétaCan
Menu
Retour à la cohorte
Enregistrement W4241491021 · doi:10.1002/cncy.21669

Issue information

2016· paratext· en· W4241491021 sur OpenAlexaff
Priya Vishnubhotla, Celeste N. Powers, Rocco Cappellesso, Nicole Lorenzo, Brasilina Caroccia, Vincenza Guzzardo, Laura Ventura, Matteo Fassan, Ambrogio Fassina, Tamar Brandler, Mohamed Aziz, Constantinos Coutsouvelis, Lisa Rosen, Oana C. Rafael, Fabiola Souza, Fatima-Zahra Jelloul, Melissa Klein, Ted Gansler, Stacey A. Fedewa, Chun Chieh Lin, Ahmedin Jemal, Elizabeth Ward, Evan Alston, Sejong Bae, Isam A. Eltoum, Hee Yun Lee, Eun‐Ju Lee, P. Rossi, Guglielmo Ronco, Joakim Dillner, K Elfstr€, Peter J.F. Snijders, Marc Arbyn, Johannes Berkhof, Francesca Carozzi, Annarosa Del Mistro, Silvia de Sanjosé, Douglas S. Rabin, Terence J. Colgan, Gladwyn Leiman, Martha B. Pitman, Esmeralda Buchanan, Daniel Nadolny, Manon Auger, Gilda Da, Santos Cunha, Diane D. Davey, William C. Faquin, Andrew Field, David A. Kaminsky, Sharon Mount, Aziza Nassar, Ritu Nayar, Torill Sauer, Helen H. Wang, Helene Wiener, David C. Wilbur, Zubair Baloch, Ricardo H. Bardales, Christine Bergeron, George Birdsong, Lyle D. Broemeling, Guoping Cai, Joan Cangiarella, Longwen Chen, Douglas P. Clark, Brian T. Collins, William Crabtree, Mina Desai, Catherine I. Dumur, Tarik M. Elsheikh, Armando Filie, Yun Gong, Michael O. Idowu, Chris Jensen, Kusum Kapila, Jerzy Klijanienko, Adele Kraft, Jeffrey F. Krane, Savitri Krishnamurthy, Xiaoqi Lin, Britt‐Marie Ljung, Sara E. Monaco, Christopher N. Otis, Liron Pantanowitz, Ibrahim Ramzy, Andrew A. Renshaw, Michael H. Roh, Dorothy L. Rosenthal, Esther Diana Rossi, Mauro Saieg, Beatriz Salvagno, Fernando Schmitt, Mary R. Schwartz, Thomas J. Sebo, Mary Sidawy, Momin T. Siddiqui, Giancarlo Troncone, Philippe Vielh, Jack Yang, Maureen F. Zakowski, Stephen Donohue

Notice bibliographique

RevueCancer Cytopathology · 2016
Typeparatext
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDiverse Scientific and Economic Studies
Établissements canadiensMount Sinai Hospital
Organismes subventionnairesnon disponible
Mots-clésCitationMedicineInformation retrievalWorld Wide WebInternet privacyLibrary scienceComputer science

Résumé

récupéré en direct d'OpenAlex

3 of these tests: Afirma, ThyGenX/ThyraMIR, and ThyroSeq.

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 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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,561
Score d'incertitude au seuil1,000

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)0,2470,807

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 Opus0,030
Tête enseignante GPT0,240
Écart entre enseignants0,210 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCancer CytopathologyMême sujetDiverse Scientific and Economic StudiesTravaux en français237 207