MétaCan
Menu
Retour à la cohorte
Enregistrement W4394579980 · doi:10.1016/j.kisu.2024.01.003

Capacity for the management of kidney failure in the International Society of Nephrology North America and the Caribbean region: report from the 2023 ISN Global Kidney Health Atlas (ISN-GKHA)

2024· review· en· W4394579980 sur OpenAlexafffund
Racquel Lowe-Jones, Isabelle Éthier, Lori-Ann M Fisher, Michelle Wong, Stephanie Thompson, Georges Nakhoul, Shaifali Sandal, Rahul Chanchlani, Sara N. Davison, Anukul Ghimire, Kailash Jindal, Mohamed A. Osman, Parnian Riaz, Syed Saad, Stephen M. Sozio, Somkanya Tungsanga, Alexandra Cambier, Silvia Arruebo, Aminu K. Bello, Fergus Caskey, Sandrine Damster, Jo‐Ann Donner, Vivekanand Jha, David W. Johnson, Adeera Levin, Charu Malik, Masaomi Nangaku, Ikechi G. Okpechi, Marcello Tonelli, Feng Ye, Rulan S. Parekh, Shuchi Anand, Anil Agarwal, Atefeh Amouzegar, Carmen Ávila-Casado, Everard Barton, Suman Behera, Melvin Bonilla‐Félix, Jorge Cerdá, Yeoungjee Cho, Andrey V. Cybulsky, Mogamat Razeen Davids, María Ferris, Hassane M. Diongole, Smita Divyaveer, Udeme E. Ekrikpo, Agnes B. Fogo, David J. Friedman, Winston Wing‐Shing Fung, Susan L. Furth, John Gill, Ghenette Houston, Li‐Li Hsiao, Chi‐yuan Hsu, Htay Htay, Kwaifa Salihu Ibrahim, Georgina Irish, Sabine Karam, Dearbhla Kelly, Rowena Lalji, Edgar V. Lerma, Fabrice Mac‐Way, Etienne Macedo, Hassina Mohammed, Devika Nair, Aisha M. Nalado, Brendon L. Neuen, Timothy O. Olanrewaju, Xavier Fernanco Vela Parada, Roberto Pecoits‐Filho, Анна Петрова, Bhanu Prasad, Lisa Radix, Rupesh Raina, Avinash Rao Ullur, Mitchell H. Rosner, Aminu Muhammad Sakajiki, Emily See, Surya V. Seshan, Isaac Teitelbaum, Ian D. Thomas, Sophanny Tiv, Michele Trask, Tushar J. Vachharajani, Andrea K. Viecelli, Marina Wainstein, Michael Walsh, Christina Wyatt, Karen Yeates, Emily K. Yeung, Sandrica Young-Peart, Deenaz Zaidi

Notice bibliographique

RevueKidney International Supplements · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensWomen's College HospitalUniversity of TorontoMcGill University Health CentreUniversity of OttawaCentre Hospitalier Universitaire Sainte-JustineMcMaster UniversityMcMaster Children's HospitalUniversité de MontréalUniversity of AlbertaUniversity of British ColumbiaUniversity of CalgaryCentre Hospitalier de l’Université de Montréal
Organismes subventionnairesUniversity of Colorado School of Medicine, Anschutz Medical CampusDepartment of Medicine, University of California, San FranciscoUniversity of California, San FranciscoUniversity of North Carolina at Chapel HillBrigham and Women's HospitalUniversiteit StellenboschSchool of Medicine, Duke UniversityFaculty of Medicine and Dentistry, University of AlbertaChinese University of Hong KongQueen's UniversityUniversity of QueenslandIran University of Medical SciencesVanderbilt UniversityMcMaster UniversityPerelman School of Medicine, University of PennsylvaniaVanderbilt University Medical CenterChildren's Hospital of PhiladelphiaHamilton Health SciencesUniversity of AlbertaUniversity of TorontoU.S. Department of Veterans AffairsInternational Society of NephrologyWayne State UniversityPostgraduate Institute of Medical Education and Research, ChandigarhCleveland ClinicWeill Cornell Medical CollegeUniversity of PennsylvaniaMcGill University Health CentreMcGill University
Mots-clésNephrologyMedicineInternal medicineKidney diseaseKidneyPolitical science

Résumé

récupéré en direct d'OpenAlex
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 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)0,002
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0040,006
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,038
Tête enseignante GPT0,337
Écart entre enseignants0,299 · 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'étudeObservationnel
Domainenon disponible
GenreSynthèse

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

En bref

Citations7
Publié2024
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueKidney International SupplementsMême sujetDialysis and Renal Disease ManagementTravaux en français237 207