High-induction electromagnetic field – biophysical basis and review of scientific reports
Notice bibliographique
Résumé
AMA Leroch M, Łaszcz J, Bajer W, Laber W, Ptaszkowski K. High-induction electromagnetic field – biophysical basis and review of scientific reports. Physiotherapy Review. 2023;27(4):30-37. doi:10.5114/phr.2023.133717. APA Leroch, M., Łaszcz, J., Bajer, W., Laber, W., & Ptaszkowski, K. (2023). High-induction electromagnetic field – biophysical basis and review of scientific reports. Physiotherapy Review, 27(4), 30-37. https://doi.org/10.5114/phr.2023.133717 Chicago Leroch, Mateusz, Jakub Łaszcz, Weronika Bajer, Wojciech T. Laber, and Kuba Ptaszkowski. 2023. "High-induction electromagnetic field – biophysical basis and review of scientific reports". Physiotherapy Review 27 (4): 30-37. doi:10.5114/phr.2023.133717. Harvard Leroch, M., Łaszcz, J., Bajer, W., Laber, W., and Ptaszkowski, K. (2023). High-induction electromagnetic field – biophysical basis and review of scientific reports. Physiotherapy Review, 27(4), pp.30-37. https://doi.org/10.5114/phr.2023.133717 MLA Leroch, Mateusz et al. "High-induction electromagnetic field – biophysical basis and review of scientific reports." Physiotherapy Review, vol. 27, no. 4, 2023, pp. 30-37. doi:10.5114/phr.2023.133717. Vancouver Leroch M, Łaszcz J, Bajer W, Laber W, Ptaszkowski K. High-induction electromagnetic field – biophysical basis and review of scientific reports. Physiotherapy Review. 2023;27(4):30-37. doi:10.5114/phr.2023.133717.
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 ».