MétaCan
Menu
Retour à la cohorte
Enregistrement W4317240827 · doi:10.56726/irjmets33003

ALTERNATIVE MEDICINE: THERAPIES AND TREAT THE DISEASES BY NEW WAYS

2023· article· en· W4317240827 sur OpenAlexaff
Nitish Kumar Drivedi, Deepak Chaurasia, Tarkeshwar P. Shukla

Notice bibliographique

RevueInternational Research Journal of Modernization in Engineering Technology and Science · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueMedical and Biological Ozone Research
Établissements canadiensMcMaster University
Organismes subventionnairesNational Center for Complementary and Alternative MedicineNational Institutes of Health
Mots-clésMedicineAlternative medicineIntensive care medicineEngineering ethicsEngineeringPathology

Résumé

récupéré en direct d'OpenAlex

Alternative medicine is a term that describes medical treatments that are used instead of traditional (mainstream) therapies.Some people also refer to it as "integrative" or "complementary" medicine.Alternative medicine is the most widely used remedy systems, in the treatment of various diseases.Alternative medicine is used widely because there are a large health care alternatives to be more congruent within the own values and beliefs towards health.Alternative medicine is more compatible with patients, offers more personal autonomy and control over the health care decisions.It is accepted worldwide because of its compatibility and acceptability in increasing the beliefs regarding the nature and meaning of health and illness.This review deals with various alternative therapies used such as Ayurveda, homeopathy, acupuncture, naturopathy, yoga, herbal medicine, massage therapy; effectiveness of the alternative medicine; assessment of the effectiveness of alternative medicine; sources of information about the alternative medicine; alternative medicine therapies in treatment of various diseases; perceived benefits of alternative medicine and thereby concluding with the increased level of acceptance of alternative medicine, its widespread use in various diseases and their treatment with various alternative therapies.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,005
Communication savante0,0040,005
Science ouverte0,0010,003
Intégrité de la recherche0,0030,005
Charge utile insuffisante (le modèle a refusé de juger)0,0110,004

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 Opus0,072
Tête enseignante GPT0,388
Écart entre enseignants0,316 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Research Journal of Modernization in Engineering Technology and ScienceMême sujetMedical and Biological Ozone ResearchTravaux en français237 207