MétaCan
Menu
Retour à la cohorte
Enregistrement W4385671014 · doi:10.14300/mnnc.2023.18054

Therapeutic scientific medical schools of Kuban: to the question of formation and development in the first half of the XX century

2023· article· en· W4385671014 sur OpenAlexaff
A. N. Redko, К. О. Бедоева, Alexey Ionov

Notice bibliographique

RevueMedical news of the North Caucasus · 2023
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueMedical History and Innovations
Établissements canadiensTellabs (Canada)
Organismes subventionnairesnon disponible
Mots-clésMedical schoolMedicineMedical education

Résumé

récupéré en direct d'OpenAlex

The article deals with the formation of therapeutic scientific directions and the further development of scientific schools in the Kuban Region in the first half of the 20th century. Historiographic, biographical, problem-chronological, descriptive, and comparative methods are applied within the framework of social and cultural, and axiological approaches. The contribution of professors N. N. Nizhibitsky, K. M. Rutkevich, E. M. Zhadkevich, P. I. Budarina, V. L. Einis, K. A. Patsevich, and others is considered in the implementation of scientific research on a wide range of nosologies related to the clinical course of internal diseases that were widespread among the population at that time. It is revealed that the first half of the 20th century in the Kuban Region was a period of formation of specific areas of research activities in internal diseases. These areas were the forerunners of the building and development of scientific therapeutic schools of the Kuban, as well as the allocation of other independent scientific areas in the framework of introducing new medical specialties.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,767
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,041
Tête enseignante GPT0,260
Écart entre enseignants0,220 · 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 tête enseignante, 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMedical news of the North CaucasusMême sujetMedical History and InnovationsTravaux en français237 207