MétaCan
Menu
Retour à la cohorte
Enregistrement W4312067565 · doi:10.1002/ijc.34410

Indigenous communities in Colombia: A cultural and holistic view of cancer management

2022· article· en· W4312067565 sur OpenAlexaboutno aff
Ángela R. Zambrano, Francisco J. Bonilla‐Escobar, Alejandra Hidalgo-Cardona, Luis Gabriel Parra‐Lara, Diana Marcela Mendoza, Zeynara Zapata Izquierdo, Sara Gabriela Pacichana-Quinayáz

Notice bibliographique

RevueInternational Journal of Cancer · 2022
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIndigenousSocioeconomic statusEthnic groupHealth equityHealth careFeelingCultural diversityInequalityDiseaseSocioeconomicsEconomic growthSociologyMedicineEnvironmental healthPsychologyPopulationSocial psychologyEcologyAnthropologyPathology

Résumé

récupéré en direct d'OpenAlex

Cancer is one of the most burdening global health challenges. Indigenous communities are at high risk for worse healthcare outcomes because of inequalities in the incidence, prevalence, and mortality of oncological diseases, that arise from socioeconomic, racial, cultural, religious beliefs, and ethnic factors. Their perception about themselves is closely related to what affects their territory, making them possess a profound rooted feeling with their surroundings, and intense spiritual believes. Consequently, the disease process is linked to physical and emotional imbalances and alterations in their territory. Researchers from the United States, Canada, New Zealand, and Australia have worked diligently to learn about barriers to cancer management among these populations. Unfortunately, robust cancer data is lacking for most of the world's Indigenous, leading to obstacles in information systems and consequently, inequities in healthcare with the perpetuation of the problem. Therefore, a better understanding of cancer as a global health problem is required. Our study aims to propose a holistic and culturally adapted framework to improve cancer health services and outcomes among Indigenous peoples in Colombia.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,208

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0040,002
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,122
Tête enseignante GPT0,432
Écart entre enseignants0,311 · 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'étudeQualitatif
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of CancerMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207