Risk factors for carbapenem-resistant Klebsiella pneumoniae infection in a palliative care centre
Notice bibliographique
Résumé
ENWEndNote BIBJabRef, Mendeley RISPapers, Reference Manager, RefWorks, Zotero AMA Taşar PT, Akpinar B, Karasahin O, et al. Risk factors for carbapenem-resistant Klebsiella pneumoniae infection in a palliative care centre. Medycyna Paliatywna/Palliative Medicine. 2022;14(2):81-87. doi:10.5114/pm.2022.123783. APA Taşar, P. T., Akpinar, B., Karasahin, O., Ceylan, G., Sevinc, C., & Uyanık, H. et al. (2022). Risk factors for carbapenem-resistant Klebsiella pneumoniae infection in a palliative care centre. Medycyna Paliatywna/Palliative Medicine, 14(2), 81-87. https://doi.org/10.5114/pm.2022.123783 Chicago Taşar, Pınar T, Busra Akpinar, Omer Karasahin, Goktug Ceylan, Can Sevinc, Hamidullah Uyanık, and Sevnaz Sahin. 2022. "Risk factors for carbapenem-resistant Klebsiella pneumoniae infection in a palliative care centre". Medycyna Paliatywna/Palliative Medicine 14 (2): 81-87. doi:10.5114/pm.2022.123783. Harvard Taşar, P., Akpinar, B., Karasahin, O., Ceylan, G., Sevinc, C., Uyanık, H., and Sahin, S. (2022). Risk factors for carbapenem-resistant Klebsiella pneumoniae infection in a palliative care centre. Medycyna Paliatywna/Palliative Medicine, 14(2), pp.81-87. https://doi.org/10.5114/pm.2022.123783 MLA Taşar, Pınar et al. "Risk factors for carbapenem-resistant Klebsiella pneumoniae infection in a palliative care centre." Medycyna Paliatywna/Palliative Medicine, vol. 14, no. 2, 2022, pp. 81-87. doi:10.5114/pm.2022.123783. Vancouver Taşar P, Akpinar B, Karasahin O, Ceylan G, Sevinc C, Uyanık H et al. Risk factors for carbapenem-resistant Klebsiella pneumoniae infection in a palliative care centre. Medycyna Paliatywna/Palliative Medicine. 2022;14(2):81-87. doi:10.5114/pm.2022.123783.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 ».