MétaCan
Menu
← Retour à la cohorte
Enregistrement W4243308334 · doi:10.21203/rs.3.rs-181989/v1

Inflammatory Potential of the Diet and Risk of Breast Cancer in the European Investigation Into Cancer and Nutrition (EPIC) Study

2021· preprint· en· W4243308334 sur OpenAlexaff
Carlota Castro‐Espín, Antonio Agudo, Catalina Bonet, Verena Katzke, Renée T. Fortner, Krasimira Aleksandrova, Matthias B. Schulze, Anne Tjønneland, Christina C. Dahm, J. Ramón Quirós, María‐José Sánchez, Pilar Amiano, María Dolores Chirlaque, Eva Ardanáz, Giovanna Masala, Sabina Sieri, ­Rosario ­Tumino, Carlotta Sacerdote, Salvatore Panico, Anne M. May, Stina Bodén, I.T Gram, Guri Skeie, Nasser Laouali, Sanam Shah, Gianluca Severi, Dagfinn Aune, Melissa A. Merritt, Manon Cairat, Elisabete Weiderpass, Elio Ríboli, Laure Dossus, Paula Jakszyn

Notice bibliographique

RevueResearch Square · 2021
Typepreprint
Langueen
DomaineMedicine
ThématiqueNutritional Studies and Diet
Établissements canadiensProvincial Health Services Authority
Organismes subventionnairesEuropean Regional Development FundNIHR Imperial Biomedical Research CentreInstituto de Salud Carlos IIIRijksinstituut voor Volksgezondheid en MilieuWorld Cancer Research FundMedical Research CouncilEuropean Social FundInstitut Gustave-RoussyDeutsche KrebshilfeGeneralitat de CatalunyaNational Institute for Health and Care ResearchLigue Contre le CancerBundesministerium für Bildung und ForschungInstitut National de la Santé et de la Recherche MédicaleCancerfondenMutuelle Générale de l'Education NationaleAssociazione Italiana per la Ricerca sul CancroImperial College LondonVetenskapsrådetCancer Research UKSchool of Public Health, Imperial College LondonCentres de Recerca de CatalunyaDeutsches Krebsforschungszentrum
Mots-clésEPICEuropean Prospective Investigation into Cancer and NutritionBreast cancerCancerMedicineOncologyInternal medicineCancer researchEnvironmental healthArt

Résumé

récupéré en direct d'OpenAlex
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.

Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,046
Tête enseignante GPT0,369
Écart entre enseignants0,323 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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
Publié2021
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueResearch Square→Même sujetNutritional Studies and Diet→Travaux en français237 207→