Suggestions for Canada’s Opioid Use Disorder Management Guidelines
Notice bibliographique
Résumé
1Centre for Addiction and Mental Health, Toronto, ON, Canada 2Department of Psychiatry, University of Toronto, Toronto, ON, Canada Corresponding Author: Robert A. Kleinman, MD, 100 Stokes Street, 3rd Floor, Toronto, ON, Canada, M6J 1H4. Tel: 416-535-8501; fax: 416-595-6821. E-mail: [email protected] Dr. R.A.K. has received research funding through the Centre for Addiction and Mental Health Discovery Fund and research funding and training support through the Research in Addiction Medicine Scholars Program, R25DAO33211 (NIDA) and travel awards from the American Psychiatric Association and American Academy of Addiction Psychiatry. Dr R.A.K. has been invited to take part in the review of the upcoming CRISM National Guideline for Clinical Management of OUD when they become available in 2023 as part of the panel of reviewers from Ontario but has not had any further involvement in the review or other aspects of the project.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,042 | 0,161 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,007 | 0,004 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,009 | 0,005 |
| Intégrité de la recherche | 0,016 | 0,014 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,032 | 0,011 |
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 source (Gemma direct ou Codex distillé), 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 ».