← Retour à la cohorte
Head and Neck Cancer: United Kingdom National Multidisciplinary Guidelines, Sixth Edition
Jarrod J. Homer, Stuart C. Winter, Elizabeth Abbey, Hiba Aga, Reshma Agrawal, Derfel ap Dafydd, Takhar Arunjit, Patrick Axon, E. Aynsley, Izhar Bagwan, Arun Batra, Donna Begg, Jonathan M. Bernstein, Guy Betts, Colin Bicknell, Brian Bisase, Grainne Brady, Peter A. Brennan, Aina Brunet, Val Bryant, Linda Cantwell, Ashish Chandra, Preetha Chengot, Melvin L.K. Chua, Peter Clarke, Gemma Clunie, Margaret Coffey, Clare Conlon, David I. Conway, Florence Cook, Matthew Cooper, Declan Costello, Benjamin Cosway, N.J.A. Cozens, Grant Creaney, Daljit Gahir, Stephen Damato, Joe Davies, Katharine Davies, Alina Dragan, Yong Du, Mark Edmond, Stefano Fedele, Harriet Finze, Jason C. Fleming, Bernadette Foran, Beth Fordham, Mohammed M A S Foridi, Lesley Freeman, Katherine Frew, Pallavi Gaitonde, Victoria Gallyer, Fraser W. Gibb, Sinclair Gore, Mark Gormley, Roganie Govender, Joanne Greedy, Teresa Guerrero Urbano, Dorothy M. Gujral, David W. Hamilton, John Hardman, Kevin J. Harrington, Deborah Howland, Keith D. Hunter, Kate Ingarfield, Richard Irving, Kristina Isand, Yatin Jain, Sachin Jauhar, Sarra Jawad, Glyndwr Jenkins, Anastasios Kanatas, Stephen Keohane, Cyrus Kerawala, William Keys, Emma V. King, Anthony Kong, Fiona Lalloo, Kirsten Laws, Samuel Leong, Shane Lester, Miles Levy, Ken Lingley, Gitta Madani, Navin Mani, Paolo Matteucci, Catriona R Mayland, James McCaul, Lorna McCaul, Pádraig McDonnell, Andrew McPartlin, Valeria Mercadante, Zoe Merchant, Radu Mihai, Mufaddal Moonim, John P. Moore, Paul Nankivell, Sonali Natu, Annmarie Nelson, Pablo Nenclares, Kate Newbold, Carrie Newland, Ailsa Nicol, Iain J. Nixon, Rupert Obholzer, James O’Hara, Sarah Orr, Vinidh Paleri, James Palmer, Rachel Parry, Claire Paterson, Gillian Patterson, Joanne Patterson, Miranda Payne, Laura Pearson, David Poller, Jonathan Pollock, Stephen Porter, Matthew Potter, Robin Prestwich, Ruth Price, Mani Ragbir, Meena Satish Ranka, Max Robinson, Justin Roe, Tom Roques, Aleix Rovira, Sajid Sainuddin, I Salmon, Ann Sandison, Andy Scarsbrook, Andrew Schache, Angela Scott, Diane Sellstrom, Cherith Semple, Jagrit Shah, Praveen Sharma, Richard Shaw, Somiah Siddiq, Priyamal Silva, Ricard Simó, Rabin P Singh, Maria L. Smith, R.P. Smith, Toby O. Smith, Sanjai Sood, Francis W Stafford, Neil Steven, Kay Stewart, Lisa Stoner, Steve Sweeney, Andrew Sykes, Carly Taylor, Selvam Thavaraj, David Thomson, Jane S Thornton, Neil Tolley, Nancy Turnbull, Sriram Vaidyanathan, Leandros Vassiliou, John Waas, Kelly Wade-Mcbane, Donna Wakefield, Amy Ward, Laura Warner, Laura‐Jayne Watson, Hugh G. Watts, Christina Wilson, Winson Wong, Chui-Yan Yip, Kent Yip
Notice bibliographique
RevueThe Journal of Laryngology & Otology · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueHead and Neck Cancer Studies
Établissements canadiensUniversity Hospital FoundationSt. Thomas Hospital
Organismes subventionnairesNational Institute of Dental and Craniofacial ResearchNational Cancer InstituteMedical Research CouncilMinistero della SaluteUniversität BremenUniversity of PittsburghEuropean CommissionCanadian Cancer Society Research InstituteNational Institutes of HealthCancer Research UKCanadian Institutes of Health ResearchNational Institute for Health and Care ResearchCompagnia di San Paolo
Mots-clésMultidisciplinary approachHead and neckHead and neck cancerMedicineFamily medicineCancerLibrary sciencePolitical scienceSurgeryComputer scienceInternal medicineLaw
Résumé
Aucun résumé dans les sources couvertes. Son absence est consignée, pas traitée comme un négatif.
Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.
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.
score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,356
Score d'incertitude au seuil0,314
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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.
Tête enseignante Opus0,077
Tête enseignante GPT0,406
Écart entre enseignants0,330 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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.
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
Citations50
Publié2024
Routes d'admission2
Résumé présentnon