Survey of Endourology <i>Howard N. Winfield, M.D., Section Editor</i>
Notice bibliographique
Résumé
Section Editor Howard N. Winfield, M.D. West Alabama Urology Associates Tuscaloosa, Alabama Laparoscopy Howard N. Winfield, M.D. West Alabama Urology Associates Tuscaloosa, Alabama Tadashi Matsuda, M.D. Kansai Medical University Osaka, Japan Ureteroscopy Michael J. Conlin, M.D. Oregon Health and Science University Portland, Oregon Francis X. Keeley, Jr., M.D. British Urological Institute Bristol, United Kingdom Percutaneous Surgery Robert Marcovich, M.D. University of Texas San Antonio, Texas Michael Y.C. Wong, MBBS Singapore Urology and Fertility Centre Singapore Extracorporeal Shock Wave Lithotripsy Geert G. Tailly, M.D. AZ Klina Brasschaat, Belgium Ryan F. Paterson, M.D. University of British Columbia Vancouver, Canada Transurethral Procedures Alexis E. Te, M.D. Cornell University New York, New York Anup Patel, M.D. Imperial School of Medicine London, United Kingdom Medical Aspects of Endourology Dean G. Assimos, M.D. Wake Forest University Winston-Salem, North Carolina Hans-Göran Tiselius, M.D., Ph.D. Karolinska University Hospital Stockholm, Sweden Investigative Endourology David A. Duchene, M.D. University of Kansas Medical Center Kansas City, Kansas Abhay Rane, M.S. Spire Gatwick Park Hospital London, United Kingdom Robotics David I. Lee, M.D. Penn Presbyterian Medical Center Philadelphia, Pennsylvania Ashok K. Hemal, M.D. Wake Forest University Winston-Salem, North Carolina Thermal/Ablative Technology Surena F. Matin, M.D. M.D. Anderson Cancer Center Houston, Texas Osamu Ukimura, M.D., Ph.D. Kyoto Prefectural University of Medicine Kyoto, Japan
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 | 0,001 | 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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.
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 ».