Maternal pre-pregnancy BMI and gestational weight gain as risk factors of jaundice in healthy newborns ≥ 37 weeks of gestation
Notice bibliographique
Résumé
ENWEndNote BIBJabRef, Mendeley RISPapers, Reference Manager, RefWorks, Zotero AMA Domosud J, Kulik-Rechberger B. Maternal pre-pregnancy BMI and gestational weight gain as risk factors of jaundice in healthy newborns ≥ 37 weeks of gestation. Journal of Health Inequalities. 2022;8(2):137-144. doi:10.5114/jhi.2022.121530. APA Domosud, J., & Kulik-Rechberger, B. (2022). Maternal pre-pregnancy BMI and gestational weight gain as risk factors of jaundice in healthy newborns ≥ 37 weeks of gestation. Journal of Health Inequalities, 8(2), 137-144. https://doi.org/10.5114/jhi.2022.121530 Chicago Domosud, Justyna, and Beata Kulik-Rechberger. 2022. "Maternal pre-pregnancy BMI and gestational weight gain as risk factors of jaundice in healthy newborns ≥ 37 weeks of gestation". Journal of Health Inequalities 8 (2): 137-144. doi:10.5114/jhi.2022.121530. Harvard Domosud, J., and Kulik-Rechberger, B. (2022). Maternal pre-pregnancy BMI and gestational weight gain as risk factors of jaundice in healthy newborns ≥ 37 weeks of gestation. Journal of Health Inequalities, 8(2), pp.137-144. https://doi.org/10.5114/jhi.2022.121530 MLA Domosud, Justyna et al. "Maternal pre-pregnancy BMI and gestational weight gain as risk factors of jaundice in healthy newborns ≥ 37 weeks of gestation." Journal of Health Inequalities, vol. 8, no. 2, 2022, pp. 137-144. doi:10.5114/jhi.2022.121530. Vancouver Domosud J, Kulik-Rechberger B. Maternal pre-pregnancy BMI and gestational weight gain as risk factors of jaundice in healthy newborns ≥ 37 weeks of gestation. Journal of Health Inequalities. 2022;8(2):137-144. doi:10.5114/jhi.2022.121530.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».