Correspondence
Notice bibliographique
Résumé
Todorich, Bozho MD, PhD1; Thanos, Aristomenis MD1; Yonekawa, Yoshihiro MD1; Thomas, Benjamin J. MD1; Faia, Lisa J. MD1; Chang, Emmanuel MD2; Shulman, Julia MD3; Olsen, Karl R. MD4; Blair, Michael P. MD5; Shapiro, Michael P. MD5; Ferrone, Philip MD6; Vajzovic, Lejla MD7; Toth, Cynthia A. MD7; Lee, Thomas C. MD8; Robinson, Joshua MD9; Hubbard, Baker MD9; Kondo, Hiroyuki MD10; Besirli, Cagri G. MD, PhD11; Nudleman, Eric MD, PhD12; Wong, Sui Chien MD13,14,15; Kusaka, Shunji MD16; Walsh, Mark MD, PhD17; Chan, R. V. Paul MD18; Berrocal, Audina MD19; Caputo, George MD20; Murray, Timothy G. MD, MBA21; Sears, Jonathan MD22; Schunemann, Roberto MD23; Harper, Clio A. III MD24; Kychental, Andres MD25; Dorta, Paola MD26; Cernichiaro-Espinosa, Linda A. MD27; Wu, Wei-Chi MD, PhD28,29; Campbell, J. Peter MD, MPH, MA30; Martinez-Castellanos, Maria A. MD31,32; Quiroz-Mercado, Hugo MD32; Hayashi, Hidyuki MD33; Quiram, Polly MD, PhD34; Amphornphruet, Atchara MD35; Hartnett, Mary E. MD36; Tsui, Irena MD37; Ells, Anna MD38; John, Vishak MD39; Moshfeghi, Darius MD40; Capone, Antonio Jr MD1; Drenser, Kimberly A. MD, PhD1; Trese, Michael T. MD1 Author Information
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 tête enseignante, 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 ».