MétaCan
Menu
Retour à la cohorte
Enregistrement W4394580095 · doi:10.1016/j.kisu.2024.01.002

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

2024· article· en· W4394580095 sur OpenAlexafffund
Elliot Koranteng Tannor, Bianca Davidson, Yannick Mayamba Nlandu, Peace Bagasha, Workagegnehu Hailu, Mogamat Razeen Davids, Hassane M. Diongole, Udeme E. Ekrikpo, Ehab Hafiz, Kwaifa Salihu Ibrahim, Robert Kalyesubula, Aisha M. Nalado, Timothy O. Olanrewaju, Ugochi Chika Onu, Nikhil Pereira-Kamath, Aminu Muhammad Sakajiki, Mohamed Salah, Lloyd Vincent, 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, Gloria Ashuntantang, Fatiu A. Arogundade, Mohammed Abdel Gawad, E. Abderrahim, Ahmed Akl, Eyram Makafui Yoan Yawo Amekoudi, Atefeh Amouzegar, J O Awobusuyi, Omran Bakoush, Elsa R. Chissico, Yeoungjee Cho, Joshua Coker, Brett Cullis, Rumbidzai Dahwa, Rasha Ahmed Darwish, Sara N. Davison, Smita Divyaveer, Isabelle Éthier, Kevin Fagoonee, Aboubacar Sidiki Fofana, Robert Freercks, Winston Wing‐Shing Fung, Pierre Eric Gandzali-Ngabe, Anukul Ghimire, Zaghloul Gouda, Oswald Habyarimana, Htay Htay, Davy Ip Min Wan, Georgina Irish, Wesam Ismail, Abubacarr Jagne, F. Jarraya, Kailash Jindal, Babikir G. Kabllo, Ahmed Y. Kalebi, François F. Kaze Folefack, Dearbhla Kelly, Rowena Lalji, Ben Lomatayo, Sidi Mohamed Mah, Guillaume Zalba Mahamat Abderraman, Mignon McCulloch, Yewondwossen Tadesse Mengistu, Mothusi Walter Moloi, Chisambo Mwaba, Brendon L. Neuen, John Ngigi, Abdou Niang, Joseph Nyandwi, Emad Azzam Odeh, Mohamed A. Osman, Cedric Ouanekpone, Анна Петрова, Eliane M. Ranivoharisoa, Parnian Riaz, Syed Saad, Emily See, Ahmed Sokwala, Adaobi Solarin, Stephen M. Sozio, Tarik Sqalli Houssani, Ernest Sumaili Kiswaya, Weu Mélanie Tia, Sophanny Tiv, Thabang Ts'enoli, Somkanya Tungsanga, Ifeoma Ulasi, Ssentamu John Vanglist, Andrea K. Viecelli, Shoyab Wadee, Marina Wainstein, Nicola Wearne, Emily K. Yeung, Deenaz Zaidi

Notice bibliographique

RevueKidney International Supplements · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDialysis and Renal Disease Management
Établissements canadiensUniversity of British ColumbiaUniversity of CalgaryUniversity of Alberta
Organismes subventionnairesFaculty of Medicine and Dentistry, University of AlbertaFaculty of Medicine, Chulalongkorn UniversityGeorge Institute for Global HealthUniversity of Cape TownNelson Mandela UniversityUnited Arab Emirates UniversityUniversité de MontréalChinese University of Hong KongRoyal Adelaide HospitalChulalongkorn UniversityMansoura UniversityCairo UniversitySingapore General HospitalUniversity of New South WalesUniversity of AlbertaFaculty of Health and Medical Sciences, University of Western AustraliaUniversity of OxfordBeni-Suef UniversityPostgraduate Institute of Medical Education and Research, ChandigarhDuke-NUS Medical SchoolUniversity of RwandaFaculty of Medicine and Health, University of SydneyIran University of Medical Sciences
Mots-clésKidney diseaseMedicineNephrologyRenal replacement therapyHealth careIntensive care medicinePublic healthKidneyInternal medicineNursingEconomic growth

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)0,006
score de la tête « metaresearch » (Gemma)0,014
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,080
Score d'incertitude au seuil0,160

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,005
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,028
Tête enseignante GPT0,296
Écart entre enseignants0,268 · 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
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

Citations18
Publié2024
Routes d'admission2
Résumé présentnon

Explorer davantage

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