Notice bibliographique
Résumé
AATB (American Association of Tissue Banks) 35, 223 Aboriginal peoples Canada 132-3 health care 133-5 unemployment rates 134 see also Alaska Natives; First Nations Communities; Native Americans active learning 201-2 college campus intervention 201-5, 214-15 persuasive technique 202-4 self-efficacy 214 acute care hospitals 34 advertising, power of 320 advertising campaigns 28 Advertising Council, Inc. 28 advisory board, research 238-9 African Americans adolescent/mother discussions 277 beliefs 21, 66 donors 36, 37, 53, 64 home-based education strategy 297 kidney disease 20, 64 knowledge of organ donation 74 MOTTEP 49-50 needing transplants 178 organ donation research 10, 48 targeted in St Louis 48 Twin Cities xvi, 64-5, 66 age factors media message placement 46-7 organ donation permission 36, 37 organ donation promotions 258-9 organ donor registration 111-12 organ viability 32, 321 agenda-setting model 45 aided-recall data 54 Alaska Division of Motor Vehicles 86 health care 84-5 oral storytelling 85, 87-8 radio stations 89 regional medical centers 86 rural schools 93-4 teaching the teachers strategy 90-5, 96 tertiary care centers 86 traditional healing practices 85 Alaska Health Fairs, Inc. 86, 89 Alaska Native Medical Center (ANMC) 84, 89, 91 Alaska Native Tribal Health Consortium 87, 133 Alaska Natives xvi, xvii blood groups 84 cultural factors 135 death by injuries 84 disease, chronic 83, 134 handouts/fact sheets 87 health problems 132-3 organ and tissue donation xvi, xvii, 83-8, 132, 135-6 organ donation video 87-9 posters for campaign 87 public health educator 88 resource handbook 89-90
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,806 | 0,741 |
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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».