MétaCan
Menu
Retour à la cohorte
Enregistrement W4399275099 · doi:10.3329/nimcj.v13i1.73541

Public Health Evaluation:Avoidance of Breast Cancer Screening in Immigrant Canadians

2024· article· en· W4399275099 sur OpenAlexaffabout
Marjana Maisha, Monirun Begum, B H Nazma Yasmeen

Notice bibliographique

RevueNorthern International Medical College Journal · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueGlobal Cancer Incidence and Screening
Établissements canadiensAcadia UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésImmigrationBreast cancerPublic healthBreast cancer screeningMedicinePsychologyCancerOncologyPolitical scienceInternal medicineMammographyNursing

Résumé

récupéré en direct d'OpenAlex

Breast cancer is one of the leading causes of death in Canadian women.1This cancer can be detected early through screening and allow for higher chances of survival. However, the Canadian Cancer Statistics Advisory Committee found that it is still being diagnosed at late stages, even with organized screening programs implemented in Canadian provinces.1 In Ontario, mammography is recommended every two years for women ages 50-69 years where they receive a medical referral letter invitation, but women are still found to present in clinics with no history of screening or advanced cancer.2 In 2017, 26500 breast cancer cases were found and in that 5000 women did not survive, with a majority of these women being immigrant. Canada is a multicultural country where more than 20% of the populations are immigrants, but yet more immigrant women die from breast cancer than non-immigrant women.3,4 However, screening participation rates remain lower in immigrants than non-immigrants,5 possibly being fatal. It’s important to know the causes of screening avoidance. Thus, the purpose of this literature review is to investigate the avoidance of breast cancer screening of immigrant women in Canada. Northern International Medical College Journal Vol. 13 No. 1-2 July 2021-January 2022, Page 566-567

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 distillée sur la base complète

Imitation des enseignants

Ni 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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,472
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,115
Tête enseignante GPT0,391
Écart entre enseignants0,277 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNorthern International Medical College JournalMême sujetGlobal Cancer Incidence and ScreeningTravaux en français237 207