MétaCan
Menu
Retour à la cohorte
Enregistrement W4368617944 · doi:10.1097/oi9.0000000000000249

Great debates in trauma biomechanics

2023· review· en· W4368617944 sur OpenAlexaff
Vaida Glatt, Robert V. O’Toole, Samir Mehta, Utku Kandemir, William M. Ricci, Aaron Nauth, Emil H. Schemitsch, Michael W. Hast

Notice bibliographique

RevueOTA International The Open Access Journal of Orthopaedic Trauma · 2023
Typereview
Langueen
DomaineMedicine
ThématiqueBone fractures and treatments
Établissements canadiensWestern UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBiomechanicsPhysical medicine and rehabilitationPsychologyMedicineAnatomy

Résumé

récupéré en direct d'OpenAlex

At the 2021 annual meeting of the Orthopaedic Trauma Association, the Basic Science Focus Forum hosted its first ever debate-style symposium focused on biomechanics and fracture repair. The 3 subjects of debate were "Mechanics versus Biology-Which is 'More Important' to Consider?" "Locked Plate versus Forward Dynamization versus Reverse Dynamization-Which Way Should I Go?" and "Sawbones versus Cadaver Models-What Should I Believe Most?" These debates were held because fracture healing is a highly organized synergistic response between biological factors and the local mechanical environment. Multiple studies have demonstrated that both factors play roles in governing bone healing responses, and the causal relationships between the 2 remain unclear. The lack of clarity in this space has led to a spectrum of research with the common goal of helping surgeons make good decisions. Before reading further, the reader should understand that the questions posed in the debate titles are unanswerable and might represent a false choice. Instead, the reader should appreciate that the debates were held to gain a more thorough understanding of these topics based on the current state of the art of experimental and clinical studies, by using an engaging and thought-provoking format.

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)0,008
score de la tête « metaresearch » (Gemma)0,013
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,006
Communication savante0,0050,011
Science ouverte0,0020,003
Intégrité de la recherche0,0070,010
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,204
Tête enseignante GPT0,479
Écart entre enseignants0,275 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOTA International The Open Access Journal of Orthopaedic TraumaMême sujetBone fractures and treatmentsTravaux en français237 207