MétaCan
Menu
Retour à la cohorte
Enregistrement W4300238302 · doi:10.17615/m0n5-y766

Sex, Gender, Genetics, and Health

2020· article· en· W4300238302 sur OpenAlexfundno aff
Susan E. Short, Tania M. Jenkins, Yang Claire Yang

Notice bibliographique

RevueUNC Libraries · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueSex and Gender in Healthcare
Établissements canadiensnon disponible
Organismes subventionnairesCarolina Population Center, University of North Carolina at Chapel HillSocial Sciences and Humanities Research Council of CanadaNational Institutes of HealthBrown UniversityAndrew W. Mellon Foundation
Mots-clésGeneticsBiologyEvolutionary biologyComputational biology

Résumé

récupéré en direct d'OpenAlex

This article addresses 2 questions. First, to what extent are sex and gender incorporated into research on genetics and health? Second, how might social science understandings of sex and gender, and gender differences in health, become more integrated into scholarship in this area? We review articles on genetics and health published in selected peer-reviewed journals. Although sex is included frequently as a control or stratifying variable, few articles articulate a conceptual frame or methodological justification for conducting research in this way, and most are not motivated by sex or gender differences in health. Gender differences in health are persistent, unexplained, and shaped by multilevel social factors. Future scholarship on genetics and health needs to incorporate more systematic attention to sex and gender, gender as an environment, and the intertwining of social and biological variation over the life course. Such integration will advance understandings of gender differences in health, and may yield insight regarding the processes and circumstances that make genomic variation relevant for health and well-being.

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 enseignants

Ni 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,690
Score d'incertitude au seuil0,336

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,198
Tête enseignante GPT0,337
Écart entre enseignants0,140 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUNC LibrariesMême sujetSex and Gender in HealthcareTravaux en français237 207