Status of clinical training of academic staff to medicalstudents in kurdistan region: a cross-sectional study
Notice bibliographique
Résumé
ENWEndNote BIBJabRef, Mendeley RISPapers, Reference Manager, RefWorks, Zotero AMA Abdulah DM, Suleman S. Status of clinical training of academic staff to medical students in kurdistan region: a cross-sectional study. Nursing Problems / Problemy Pielęgniarstwa. 2022;30(3):66-74. doi:10.5114/ppiel.2022.125540. APA Abdulah, D. M., & Suleman, S. (2022). Status of clinical training of academic staff to medical students in kurdistan region: a cross-sectional study. Nursing Problems / Problemy Pielęgniarstwa, 30(3), 66-74. https://doi.org/10.5114/ppiel.2022.125540 Chicago Abdulah, Deldar M, and Sherzad Khudeida Suleman. 2022. "Status of clinical training of academic staff to medical students in kurdistan region: a cross-sectional study". Nursing Problems / Problemy Pielęgniarstwa 30 (3): 66-74. doi:10.5114/ppiel.2022.125540. Harvard Abdulah, D., and Suleman, S. (2022). Status of clinical training of academic staff to medical students in kurdistan region: a cross-sectional study. Nursing Problems / Problemy Pielęgniarstwa, 30(3), pp.66-74. https://doi.org/10.5114/ppiel.2022.125540 MLA Abdulah, Deldar et al. "Status of clinical training of academic staff to medical students in kurdistan region: a cross-sectional study." Nursing Problems / Problemy Pielęgniarstwa, vol. 30, no. 3, 2022, pp. 66-74. doi:10.5114/ppiel.2022.125540. Vancouver Abdulah D, Suleman S. Status of clinical training of academic staff to medical students in kurdistan region: a cross-sectional study. Nursing Problems / Problemy Pielęgniarstwa. 2022;30(3):66-74. doi:10.5114/ppiel.2022.125540.
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 | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| 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 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».