Enregistrement W4245778930 · doi:10.1053/s0272-6386(10)00852-8

August Highlights

2010· article· en· W4245778930 sur OpenAlexaff

Jasmeet Kaur, Edward P. Nord, Nand Wadhwa, Margaret J. Bia, Deborah Adey, Roy D. Bloom, Laurence Chan, Sanjay Kulkarni, Steven Tomlanovich, Greg Knoll, Tom Blydt‐Hansen, Patricia Campbell, Marcelo Cantarovich, Edward Cole, Todd Fairhead, John Gill, Sita Gourishankar, Diane Hébert, Anthony B. Hodsman, Andrew A. House, Atul Humar, Martin Karpinski, S Kim, Rahul Mainra, G Prasad, Lance D. Dworkin, Timothy Murphy, Gianni Bellomo, Sandro Venanzi, Claudio Verdura, Paolo Saronio, Antonella Esposito, Mario Timio, Jean Maccluer, Marina Scavini, Vallabh Shah, Shelley Cole, Sandra Laston, V Saroja Voruganti, Susan Paine, Alfred Eaton, Anthony G. Comuzzie, Francesca Tentori, Dorothy R. Pathak, Arlene Bobelu, Jeanette Bobelu, Donica Ghahate, Mildred Waikaniwa, Philip G. Zager, Gre ́goire Wuerzner, Menno Pruijm, Marc Maillard, Pascal Bovet, Claude J. Renaud, Michel Burnier, Murielle Bochud, Benaya Rozen‐Zvi, Dafna Yahav, Mihai Gheorghiade, Asher Korzets, Leonard Leibovici, Uzi Gafter, Nazanin Noori, Kamyar Kalantar‐Zadeh, Csaba P. Kövesdy, Sameer B. Murali, Rachelle Bross, Allen R. Nissenson, Joel D. Kopple, Tariq Shafi, Bernard G. Jaar, Laura Plantinga, Nancy E. Fink, John H. Sadler, Rulan S. Parekh, Neil R. Powe, Josef Coresh, Enoch Agunanne, Mohammad Uddin, Priti Patel, Nicola D. Thompson, Alexander Kallen, Matthew J. Arduino, Biff F. Palmer, Sanjeev Sethi, Fernando C. Fervenza, Dylan V. Miller, Suzanne M. Norby, Nelson Leung, Shani Shastri, Mark J. Sarnak, Ying-Chun Ma, Li Zuo, Liang Chen, Zhi-Mei Su, Meng Shen, Haiyan Wang, Mototsugu TANAKA, Naobumi Mise, Noriaki Kurita, Takashi Suzuki, Kazuhiro Hara, Akiko Fujii, Noriko Uesugi, Tokuichiro Highlights

Notice bibliographique

RevueAmerican Journal of Kidney Diseases · 2010

Typearticle

Langueen

DomaineComputer Science

ThématiqueEducational Robotics and Engineering

Établissements canadiensCanadian Society of Nephrology

Organismes subventionnairesnon disponible

Mots-clésMedicine

DOI10.1053/s0272-6386(10)00852-8

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 candidatesCharge 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 enseignants0,467

Score d'incertitude au seuil0,667

Scores du classifieur distillé par catégorie (deux têtes)

Catégorie	Codex	Gemma
Métarecherche	0,001	0,002
Méta-épidémiologie (sens strict)	0,001	0,000
Méta-épidémiologie (sens large)	0,000	0,001
Bibliométrie	0,001	0,000
Études des sciences et des technologies	0,001	0,000
Communication savante	0,002	0,001
Science ouverte	0,001	0,001
Intégrité de la recherche	0,003	0,002
Charge utile insuffisante (le modèle a refusé de juger)	0,533	0,340

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 Opus0,004

Tête enseignante GPT0,223

Écart entre enseignants0,219 · 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