Considering life through death - introduction to lessons of life
Notice bibliographique
Résumé
I am a palliative care physician for 30 years. And I have been teaching " Lessons of Life " to medical students and elementary, junior high, and high school students for 30 years. Based on the words left behind by the deceased patient, these are classes to think about life through death. I would like to introduce some of the lectures at this conference. When I took care of a 23-year-old female terminal cancer patient, her pain of bone metastasis, which could not be removed, was relieved by a wedding ceremony. I was taught that pain is relieved not by drugs but by supporting the hopes and dreams of patients. A 21-year-old woman with cancer of unknown primary cancer, who had not been told of her prognosis, realized that she was dying and left a letter for her mother. She wrote, "I am glad I was born as your daughter” with gratitude. A 17-year-old high school male student, who had a brain tumor, left a diary. In the diary, he wrote, "If I were to die tomorrow, what would I do today? All I can do now is to live my life to death as I am.”An 18-year-old woman, battling rhabdomyosarcoma,said,“Walking, talking, seeing, hearing, laughing, crying, and living. You may think it’s normal as someone who always takes it for granted, but that’s not the case.” Through the words and actions left behind by my patients, I learn that we are living a day that is irreplaceable.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,012 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,034 | 0,014 |
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 ».