MétaCan
Menu
Retour à la cohorte
Enregistrement W4324130045 · doi:10.1093/bjd/ljad073

We are not ‘Other’ populations: building research, education and clinical capacity around gender variance in dermatology

2023· article· en· W4324130045 sur OpenAlexafffund
Gagandeep Singh, Philip Doiron, Erin Dahlke

Notice bibliographique

RevueBritish Journal of Dermatology · 2023
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensSt Joseph's Health CentreUniversity Health NetworkWomen's College HospitalUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésTransgenderDignityCurriculumEquity (law)Gender equityHealth equityMedicineCapacity buildingMedical educationPsychologyPublic relationsPolitical scienceSociologyNursingPedagogyPublic healthGender studiesLaw

Résumé

récupéré en direct d'OpenAlex

Inclusive language and health equity in dermatology are being increasingly recognized and addressed. Developing respectful language and capacity caring for transgender and gender-diverse (trans) patients are critical to building and maintaining relationships with equity-deserving communities, particularly those who have been historically pathologized and mistreated by medical institutions. The authors share several practical trans-inclusive principles to maintain respect and dignity of trans persons learned from the integration of antioppression content into their institution’s dermatology curricula and from their research, clinical and personal experiences working with trans individuals.

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)0,071
score de la tête « metaresearch » (Gemma)0,071
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,373

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0710,071
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0100,032
Communication savante0,0120,016
Science ouverte0,0020,014
Intégrité de la recherche0,0040,009
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,294
Tête enseignante GPT0,509
Écart entre enseignants0,215 · 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
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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBritish Journal of DermatologyMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207