Notice bibliographique
Résumé
Editor: I read with considerable amusement Dr. Andy Mayer's article sounding the alarm about APPs encroaching into his turf. (“AAEM Opposes NP and PA Independent Practice,” EMN 2019;41[4]:2; http://bit.ly/2Ka5XuP.) Perhaps I would share even a modicum of empathy for AAEM's concerns if I were not one of the many physicians whose (30-year) career was made considerably more difficult as a result of the same alarm he is trying to spread now, which was previously about physicians who trained in a specialty related to emergency medicine and had the audacity to practice EM. I even did post-graduate training. Not pure enough, according to the self-proclaimed guardians of EM, Dr. Mayer's AAEM. Dr. Mayer tried every argument except the only one that counts: Show the data that demonstrate APPs, especially those with the doctorates he fears (lions and tigers and bears, oh, my!), or physicians who trained in a related specialty and then got EM experience provide inferior care! As Dr. Mayer and AAEM know, the data would demonstrate superior care and patient satisfaction. And what do they make of the Canadian experiment of 45 years in which the vast majority of EPs do EM fellowship instead of EM residency and provide care at a much lower cost? Dr. Mayer's concerns have never been and are not now about patient care quality. The AAEM bed was made some time ago. Time to sleep in it. Geoffrey L. Ruben, MD Washington, PA
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 | 0,002 | 0,033 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,019 | 0,017 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,049 | 0,033 |
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 ».