← Retour à la cohorte
Radiologists staunchly support patient safety and autonomy, in opposition to the SCOTUS decision to overturn Roe v Wade
Aditya Karandikar, Agnieszka O. Solberg, Alice Fung, Amie Y. Lee, Amina Farooq, Amy Taylor, Amy Oliveira, Anand K. Narayan, Andi Senter, Aneesa Majid, Angela Tong, Anika L. McGrath, Anjali Malik, Ann L. Brown, Anne C. Roberts, Arthur C. Fleischer, Beth Vettiyil, Beth Zigmund, Brian Park, Bruce Curran, Cameron Henry, Camilo Jaimes, Cara Connolly, Caroline D. Robson, Carolyn C. Meltzer, Catherine H. Phillips, Christine Dove, Christine M. Glastonbury, Christy B. Pomeranz, Claudia Kirsch, Constantine M. Burgan, Courtney Scher, Courtney M. Tomblinson, Cristina Fuss, Cynthia Santillan, Dania Daye, Daniel B. Brown, Daniel J. Young, Daniel B. Kopans, Daniel Vargas, Dann Martin, D. J. Thompson, David W. Jordan, Deborah R. Shatzkes, Derek Sun, Domenico Mastrodicasa, Elainea N. Smith, Elena Korngold, Elizabeth H. Dibble, Elizabeth Kagan Arleo, Elizabeth M. Hecht, Elizabeth A. Morris, Elizabeth P. Maltin, Erin A. Cooke, Erin Simon Schwartz, Evan Lehrman, Faezeh Sodagari, Shah Faisal, Florence X. Doo, Francesca Rigiroli, George K. Vilanilam, Gina Landinez, Grace Gwe-Ya Kim, Habib Rahbar, Hailey H. Choi, Harmanpreet Bandesha, Haydee Ojeda‐Fournier, Ichiro Ikuta, I. Dragojević, Jamie Lee Twist Schroeder, Jana Ivanidze, Janine Katzen, Jason Chiang, Jeffers Nguyen, Jeffrey D. Robinson, Jennifer C. Broder, Jennifer Kemp, Jennifer S. Weaver, Jesse M. Conyers, Jessica B. Robbins, Jessica R. Leschied, Jessica Wen, Jocelyn Park, John Mongan, Jordan D. Perchik, José Pablo Martínez Barbero, Jubin Jacob, Karyn A. Ledbetter, Katarzyna J. Macura, Katherine E. Maturen, Katherine Frederick-Dyer, Katia Dodelzon, Kayla Cort, Kelly Kisling, Kemi Babagbemi, Kevin C. McGill, Kevin J. Chang, Kimberly Feigin, Kimberly S. Winsor, Kimberly Seifert, Kirang Patel, Kristin K. Porter, Kristin Foley, Krupa Patel-Lippmann, Lacey McIntosh, Laura Padilla, Lauren K. Groner, Lauren M. Harry, Lauren M. Ladd, Lisa Wang, Lucy B. Spalluto, M. Mahesh, M. Victoria Marx, Mark Sugi, Marla B. K. Sammer, Maryellen Sun, Matthew J. Barkovich, Matthew J. Miller, Maya Vella, Melissa A. Davis, Meridith J. Englander, Michael Durst, Michael Oumano, Monica J. Wood, Morgan P. McBee, Nancy J. Fischbein, Nataliya Kovalchuk, Neil Lall, Neville Eclov, Nikhil Madhuripan, Nikki S. Ariaratnam, Nina S. Vincoff, Nishita Kothary, Noushin Yahyavi‐Firouz‐Abadi, Olga R. Brook, Orit A. Glenn, Pamela K. Woodard, Parisa Mazaheri, Patricia Rhyner, Peter R. Eby, Preethi Raghu, Rachel F. Gerson, Rina Patel, Robert L. Gutierrez, Robyn Gebhard, Rochelle F. Andreotti, Rukya Masum, Ryan Woods, Sabala Mandava, Samantha G. Harrington, Samir Parikh, Sammy Chu, Sandeep Arora, Sandra M. Meyers, Sanjay P. Prabhu, Sara Shams, Sarah K. Pittman, S. Patel, Shelby Payne, Steven W. Hetts, Tarek A. Hijaz, Teresa Chapman, Thomas W. Loehfelm, Titania Juang, Toshimasa Clark, Valeria Potigailo, Vinil Shah, Virginia B. Planz, Vivek Kalia, Wendy B. DeMartini, William P. Dillon, Yasha Gupta, Yilun Koethe, Zachary Hartley-Blossom, Zhen J. Wang, Geraldine McGinty, Adina Haramati, Laveil M. Allen, Pauline Germaine
Notice bibliographique
RevueClinical Imaging · 2022
Typeletter
Langueen
DomaineHealth Professions
ThématiqueMedical Malpractice and Liability Issues
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésMedicineAutonomySupreme courtAbortionHealth carePregnancyFamily medicineGeneral surgeryMedical emergencyLaw
Résumé
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 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.
score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,017
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,998
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,017 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 Opus0,086
Tête enseignante GPT0,478
Écart entre enseignants0,392 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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.
Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».
En bref
Citations3
Publié2022
Routes d'admission1
Résumé présentnon