MétaCan
Menu
Retour à la cohorte
Enregistrement W4400555708 · doi:10.1038/s41591-024-03032-4

A global initiative to deliver precision health in diabetes

2024· article· en· W4400555708 sur OpenAlexafffund
William T. Cefalu, Paul W. Franks, Norman D. Rosenblum, Norann A. Zaghloul, José C. Florez, Francesco Giorgino, Linong Ji, Ronald C.W., Chantal Mathieu, Shivani Misra, A H Ramirez, Michael Roden, P. E. Scherer, Wayne H-H Sheu, Coen D.A. Stehouwer, Minna Woo, Marlon Pragnell, Sonia S. Anand, Mercedes R. Carnethon, J. C. Chambers, John Dennis, Anna L. Gloyn, Christian Herder, Richard I. G. Holt, Douglas G. Manuel, María J. Redondo, N Tandon, J. Tsang, Miriam S. Udler, Stephen S. Rich

Notice bibliographique

RevueNature Medicine · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueDiet and metabolism studies
Établissements canadiensOttawa HospitalUniversity of OttawaMcMaster UniversityPopulation Health Research InstituteBruyèreDiabetes CanadaUniversity of TorontoSickKids FoundationUniversity Health NetworkInstitute of Nutrition, Metabolism and DiabetesHospital for Sick Children
Organismes subventionnairesNational Institute of General Medical SciencesNational Heart, Lung, and Blood InstituteNIHR Imperial Biomedical Research CentreNational Medical Research CouncilBanting and Best Diabetes Centre, University of TorontoNutrition Obesity Research Center, University of North CarolinaGenentechRoche Diabetes CareBayerServierNational Health Research InstitutesVetenskapsrådetKU LeuvenCanadian Institutes of Health ResearchBundesministerium für GesundheitDeutsche ForschungsgemeinschaftDepartment of Health and Social CareNational Institute of Diabetes and Digestive and Kidney DiseasesSanofiNIHR Biomedical Research Centre, Royal Marsden NHS Foundation Trust/Institute of Cancer ResearchEuropean CommissionDanoneDiabetes CanadaWellcome TrustInsulet CorporationAmerican Diabetes AssociationNovo NordiskNational Institute for Health and Care ResearchNational Institutes of HealthDexcomMassachusetts General HospitalAstraZenecaEli Lilly and Company
Mots-clésDiabetes mellitusPrecision medicineMedicineGlobal healthComputational biologyBiologyPublic healthEndocrinologyPathology

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)0,051
score de la tête « metaresearch » (Gemma)0,031
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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,267

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0510,031
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,002
Communication savante0,0060,004
Science ouverte0,0020,011
Intégrité de la recherche0,0070,008
Charge utile insuffisante (le modèle a refusé de juger)0,0190,006

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 Opus0,017
Tête enseignante GPT0,361
Écart entre enseignants0,344 · 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
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

Citations23
Publié2024
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueNature MedicineMême sujetDiet and metabolism studiesTravaux en français237 207