7TH INTERNATIONAL SYMPOSIUM “SMART LION”. REHABILITATION IN UKRAINE, SEPTEMBER 26, 2023
Notice bibliographique
Résumé
The seventh international symposium, SMART LION, was held on September 26, 2023. It was to celebrate the 150th anniversary of the Shevchenko Scientific Society and the 125th anniversary of the Medical Commission. The topics concerned the challenges our country faces today. Organizers of SMART LION 2023 are Professors Valentyna Chopyak, Oksana Zayachkivska, and Vassyl Lonchyna. They managed to gather almost two hundred participants offline and over a thousand guests online. Olena Lazareva, Vira Rokoshevska, Oleh Bilianskyi, Oksana Hdyria, and Oleh Fitkalo delivered their reports on the development of rehabilitation in Ukraine and its main avenues. The emergence of post-traumatic stress disorder (PTSD) is a critical challenge for contemporary Ukraine and has long been a significant obstacle for global medicine. That is the reason why Oleh Berezyuk, Head of the Mental Health Service of the UNBROKEN National Rehabilitation Center, brought up the matter of difficulties in correctly diagnosing and treating PTSD in the context of a multidisciplinary hospital, while Professor Valentyna Chopyak and MD Svitlana Zubchenko focused the attention of attendees on PTSD immune-rehabilitation. During the concluding block of the symposium, which focused on the contemporary interpretation of physical therapy and occupational therapy, as well as interprofessional education, communication, and cooperation, attendees were afforded the chance to listen to highly intriguing reports presented by Renata Roman (Canada), Ellen Godwin (USA), Karl J. Sandin (USA), David Omut (USA), and Oksana Zayachkivska (Ukraine, USA). The scientific event concluded with a round table on the future of physical therapy and rehabilitation in Ukraine, with its outcomes leading to the resolution of the seventh international symposium, SMART LION 2023.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,100 | 0,038 |
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 ».