Notice bibliographique
Résumé
my patient just died and i am now outside the or and i hear the family crying behind the white walls and moments before my white hands had held her white hands and i kept saying you are going to breathe and you are going to breathe and you are going to breathe and when i was 16 i got into a horrible accident that still stutters my step and the impact i felt then of the glass cutting new words into my mouth and the pavement rouging my skin was less than the pressure i crushed into her failing chest for she was going to breathe and she hugged me before the operation with softness and she said she was nervous like a newborn cloud on a summer’s day and to calm her down i showed her a picture of my cat who breathed a meow and i transitioned to my dog who breathed a bark and she laughed with all the breath that had ever been breathed in this tiny terrifying place and she asked me if my pets would love to run around like mad in this hospital and i am now outside the or where my patient just died and the lights ooze into the night and the mop weeps onto the floor and some torn miscellaneous hairs curl on the cradle of my scrubs and a palm sinks into my shoulder to tell me that i did a good job assisting the code and by the way one of my patients from the early morning wants to talk about increasing their pain medications and i pass by the family still crying and crying and crying and i stutter back home with my shadow lagging behind only to see a cat and dog there patiently sitting, silently breathing, waiting to run madly alive outside.
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 | 0,002 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,006 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,217 | 0,116 |
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 ».