MétaCan
Menu
Retour à la cohorte
Enregistrement W4403905804 · doi:10.59934/jaiea.v4i1.680

Application of Bayes Method to Predicting Vertigo Disease

2024· article· en· W4403905804 sur OpenAlexaff
Syaiful Ikhram Lubis, Imran Lubis, Suci Ramadani

Notice bibliographique

RevueJournal of Artificial Intelligence and Engineering Applications (JAIEA) · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueFuzzy Logic and Control Systems
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésBayes' theoremVertigoMeniere's diseaseDiseaseMedicineBayesian probabilityEconometricsComputer scienceArtificial intelligenceMathematicsInternal medicineSurgery

Résumé

récupéré en direct d'OpenAlex

Health is very important in life. However, sometimes awareness of a healthy lifestyle and regular diet is still neglected. Many diseases and symptoms arise due to irregular lifestyle and diet, one of which is vertigo. Vertigo is a different type of headache from regular headaches and migraines. It involves a sensation of movement or a feeling of motion of the body or surrounding environment, caused by a disturbance of the body's balance. Symptoms include a feeling of spinning, a swaying sensation, or a spinning environment, often accompanied by nausea, vomiting, cold sweat, and the urge to lie down to feel better. From the Bayes method calculation process in this study, it can be seen that the patient suffers from Vertigo disease, namely Vertigo Central (P02) with a value of 0, 7212 or 72.12%.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,920
Score d'incertitude au seuil0,344

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,017
Tête enseignante GPT0,277
Écart entre enseignants0,260 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Artificial Intelligence and Engineering Applications (JAIEA)Même sujetFuzzy Logic and Control SystemsTravaux en français237 207