MétaCan
Menu
Retour à la cohorte
Enregistrement W4389323721 · doi:10.1097/j.jcro.0000000000000109

Our Appreciation

2023· article· en· W4389323721 sur OpenAlexaboutno aff

Notice bibliographique

RevueJournal of Cataract and Refractive Surgery Online Case Reports · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducational Leadership and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMedicineTraditional medicine

Résumé

récupéré en direct d'OpenAlex

The Editorial Board thanks the following scientific referees for contributing their time and expertise to review manuscripts submitted to the JCRO from October 2022 through September 2023. Claudette Abela-Formanek, MD, Vienna, Austria Pradeep Agarwal, MS, Moradabad, India Sunita Agarwal, DO, MS, FRSH, Bangalore, India Rana Altan-Yaycioglu, MD, FEBO, Adana, Turkey Renato Ambrosio, MD, PhD, Rio de Janeiro, Brazil Michael Amon, MD, Vienna, Austria Steve A. Arshinoff, MD, FRCSC, Toronto, Ontario, Canada Ehud I. Assia, MD, Kfar-Saba, Israel Bradley Barnett, MD, PhD, Sacramento, California Roberto Bellucci, MD, Salò, Italy Rafael Bilbao-Calabuig, MD, Madrid, Spain Mark H. Blecher, MD, Philadelphia, Pennsylvania Massimo Busin, MD, Forli, Italy Francesco Carones, MD, Milan, Italy Durval M. Carvalho Jr, MD, Brasília, Brazil Armando S. Crema, MD, Rio de Janeiro, Brazil Mohammad Reza Djodeyre, MD, PhD, Zaragoza, Spain Ian J. Dooley, MB BAO BCh MSc MRCOPHTH MRCSI, Dublin, United Kingdom William J. Dupps Jr, MD, PhD, Cleveland, Ohio Allen O. Eghrari, MD, Baltimore, Maryland Luis Fernández-Vega-Cueto, MD, PhD, Oviedo, Spain Nicole Renee Fram, MD, Los Angeles, California Felix Gonzalez-Lopez, MD, Madrid, Spain Christina N. Grupcheva, MD, PhD, DSc, Varna, Bulgaria Richard Yudi Hida, MD, São Paulo, Brazil Nino Hirnschall, MD, Vienna, Austria Stephen B. Kaye, MD, Liverpool, United Kingdom Guy Kleinmann, MD, Holon, Israel Douglas D. Koch, MD, Houston, Texas Florian Kretz, MD, Ahaus, Germany Tracy Krick, MD, Baltimore, Maryland Gilles Lesieur, MD, Albi, France Jeffrey Ma, MD, Sacramento, California Kevin Ma, MD, Boston, Massachusetts Antonio Marinho, MD, Porto, Portugal Samuel Masket, MD, Los Angeles, California, Artemis Matsou, MD, FEBO, MRCP (UK), East Grinstead, United Kingdom Colm McAlinden, MD, PhD, FEBO, FRCOphth, London, United Kingdom Pedro Menéres, MD, Porto, Portugal Rashmi Mittal, MS, Gurgaon, India Majid Moshirfar, MD, Draper, Utah Ewa Mrukwa-Kominek, MD, PhD, FEBO-CR, Silesia, Poland William G. Myers, MD, Chicago, Illinois Mayank Ambarish Nanavaty, MBBS, DO, FRCOphth, Brighton, United Kingdom Julio Ortega-Usobiaga, MD, PhD, FEBOS-CR, Bilbao, Spain Ernesto Otero, MD, Bogota Colombia Seth M. Pantanelli, MD, Hershey, Pennsylvania M.Ceu Brochado Pinto, MD, Gaia, Portugal Arturo Ramirez-Miranda, MD, Mexico City, Mexico Steven G. Safran, MD, Lawrenceville, New Jersey Julie M. Schallhorn, MD, San Francisco, California Richard Schulze, Jr, MPhil(Oxon), MD, Savannah, Georgia Sunil Shah, MD, Solihull, United Kingdom David J. Spalton, FRCP, FRCS, FRCOphth, London, United Kingdom Stephen A. Stewart, MA, FRCOphth, Belfast, United Kingdom R. Doyle Stulting, MD, PhD, Atlanta, Georgia Michael Sulewski, MD, Baltimore, Maryland Audrey R. Talley Rostov, MD, Seattle, Washington John Vukich, MD, Madison, Wisconsin Sarah B. Weissbart, MD, Smithtown, New York Theodore P. Werblin, MD, PhD, Princeton, West Virginia Liliana Werner, MD, PhD, Salt Lake City, Utah Sidra Zafar, MD, Baltimore, Maryland Roger Zaldivar, MD, Mendoza, Argentina Diego Zamora-de la Cruz, MD, Ciudad de Mexico, Mexico

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)0,004
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,629
Score d'incertitude au seuil0,458

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,121
Tête enseignante GPT0,424
Écart entre enseignants0,303 · 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 revueJournal of Cataract and Refractive Surgery Online Case ReportsMême sujetEducational Leadership and PracticesTravaux en français237 207