Differences by Sex in the Workup of Children at High Risk for Multiple Sclerosis (1917)
Notice bibliographique
Résumé
Wednesday, April 29April 14, 2020Free AccessDifferences by Sex in the Workup of Children at High Risk for Multiple Sclerosis (1917)Naila Makhani, Christine Lebrun-Frenay, Aksel Siva, Evangeline Wassmer, Sona Narula, Soe Mar, Jonathan Santoro, … Show All … , Nusrat Ahsan, Silvia Tenembaum, J. Nicholas Brenton, Philippe Cabre, Clarisse Carra-Dalliere, Jonathan Ciron, Jerome De Seze, Kumaran Deiva, Francoise Durand Dubief, Matilde Inglese, Megan Langille, Guillaume Mathey, Rinze F. Neuteboom, Filipe Palavra, Jean Pelletier, Daniela Pohl, Daniel Reich, Juan Ignacio Rojas, Veronika Shabanova, Eugene D. Shapiro, Robert T. Stone, Eric Thouvenot, Mar Tintore, Ugur Uygunoglu, Wendy Vargas, Sunita Venkateswaran, Helene Verhelst, Patrick Vermersch, Christina Azevedo, Orhun Kantarci, Darin T. Okuda, and Daniel Pelletier Observatoire Francophone de la Sclérose en Plaques (OFSEP) Société Francophone de la Sclérose en Plaques (SFSEP) Radiologically Isolated Syndrome Consortium (RISC) Pediatric RIS Consortium (PARIS) Show FewerAuthors Info & AffiliationsApril 14, 2020 issue94 (15_supplement)https://doi.org/10.1212/WNL.94.15_supplement.1917 Letters to the Editor
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».