MétaCan
Menu
Retour à la cohorte
Enregistrement W4392859627 · doi:10.1016/j.tipsro.2024.100243

The Radiation Therapist profession through the lens of new technology: A practice development paper based on the ESTRO Radiation Therapist Workshops

2024· article· en· W4392859627 sur OpenAlexaff
Michelle Leech, Alaa Abdalqader, S. Alexander, Nigel Anderson, B. Barbosa, Dylan Callens, Victoria Chapman, Mary Coffey, Maya Cox, Ilija Curic, J.Atlee Dean, Elizabeth Denney, Maeve Kearney, Vincent W.S. Leung, Martina Mortsiefer, E. Nirgianaki, Justas Povilaitis, Dimitra Strikou, Kenton Thompson, Maud van den Bosch, Michael Velec, Katrina Woodford, Monica Buijs

Notice bibliographique

RevueTechnical Innovations & Patient Support in Radiation Oncology · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAdvanced Radiotherapy Techniques
Établissements canadiensPrincess Margaret Cancer CentreUniversity of TorontoUniversity Health Network
Organismes subventionnairesnon disponible
Mots-clésRadiation TherapistMedicineMedical physicsLens (geology)OptometrySurgeryRadiation therapyEngineering

Résumé

récupéré en direct d'OpenAlex

Technological advances in radiation therapy impact on the role and scope of practice of the radiation therapist. The European Society of Radiotherapy and Oncology (ESTRO) recently held two workshops on this topic and this position paper reflects the outcome of this workshop, which included radiation therapists from all global regions. Workflows, quality assurance, research, IGRT and ART as well as clinical decision making are the areas of radiation therapist practice that will be highly influenced by advancing technology in the near future. This position paper captures the opportunities that this will bring to the radiation therapist profession, to the practice of radiation therapy and ultimately to patient care.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,037
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,194

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0370,025
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,006
Communication savante0,0070,008
Science ouverte0,0030,014
Intégrité de la recherche0,0080,011
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,022
Tête enseignante GPT0,357
Écart entre enseignants0,335 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechnical Innovations & Patient Support in Radiation OncologyMême sujetAdvanced Radiotherapy TechniquesTravaux en français237 207