MétaCan
Menu
← Retour à la cohorte
Enregistrement W4280508618 · doi:10.1038/s41598-022-11769-6

Author Correction: Comparison of weather station and climate reanalysis data for modelling temperature-related mortality

2022· erratum· en· W4280508618 sur OpenAlexaff
Malcolm Mistry, Rochelle Schneider, Pierre Masselot, Dominic Royé, Ben Armstrong, Jan Kyselý, Hans Orru, Francesco Sera, Shilu Tong, Éric Lavigne, Aleš Urban, Joana Madureira, David García-León, Dolores Ibarreta, Juan-Carlos Ciscar, Luc Feyen, Evan de Schrijver, Micheline de Sousa Zanotti Stagliorio Coêlho, Mathilde Pascal, Aurelio Tobı́as, Barrak Alahmad, Rosana Abrutzky, Paulo Hilário Nascimento Saldiva, Patricia Matus Correa, Nicolás Valdés Orteg, Haidong Kan, Samuel Osorio, Ene Indermitte, Jouni J. K. Jaakkola, Niilo Ryti, Alexandra Schneider, Veronika Huber, Klea Katsouyanni, Antonis Analitis, Alireza Entezari, Fatemeh Mayvaneh, Paola Michelozzi, Francesca de’Donato, Masahiro Hashizume, Yoonhee Kim, Magali Hurtado‐Díaz, César De la Cruz Valencia, Ala Overcenco, Danny Houthuijs, Caroline Ameling, Shilpa Rao, Xerxes Seposo, Baltazar Nunes, Iulian‐Horia Holobâcă, Ho Kim, Whanhee Lee, Carmen Íñiguez, Bertil Forsberg, Christofer Åström, Martina S. Ragettli, Yue Leon Guo, Bing‐Yu Chen, Valentina Colistro, Antonella Zanobetti, Joel Schwartz, Trần Ngọc Đăng, Do Van Dung, Yuming Guo, Ana María Vicedo-Cabrera, Antonio Gasparrini

Notice bibliographique

RevueScientific Reports · 2022
Typeerratum
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensUniversity of OttawaHealth Canada
Organismes subventionnairesnon disponible
Mots-clésClimatologyEnvironmental scienceMeteorologyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

The original version of this Article contained an error in Affiliation 25, which was incorrectly given as ‘Faculty of Medicine ArqFuturo INSPER, University of São Paulo, São Paulo, Brazil’. The correct affiliation is listed below.

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 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)0,004
score de la tête « metaresearch » (Gemma)0,082
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,229

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,082
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,004
Études des sciences et des technologies0,0030,001
Communication savante0,0030,002
Science ouverte0,0030,002
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0680,032

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 Opus0,130
Tête enseignante GPT0,381
Écart entre enseignants0,250 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetClimate Change and Health Impacts→Travaux en français237 207→