MétaCan
Menu
Retour à la cohorte
Enregistrement W4404337077 · doi:10.61132/saturnus.v2i4.330

Diagnosa Penyakit Chikungunya Menggunakan Metode Certainty Factor

2024· article· en· W4404337077 sur OpenAlexaff
Ikhsan Arif, Achmad Fauzi, Rusmin Saragih

Notice bibliographique

RevueSaturnus · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueData Mining and Machine Learning Applications
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésChikungunyaMedicineVirologyDengue fever

Résumé

récupéré en direct d'OpenAlex

Chikungunya is a disease caused by the Chikungunya virus (CHIKV) transmitted by Aedes aegypti and Aedes albopictus mosquitoes. Some of the symptoms are sudden fever, chills, pain in the joints, muscle pain in the neck, shoulders and limbs, rash. Treatment of sufferers is aimed at complaints and symptoms that arise and the drugs given are generally only to relieve existing symptoms, such as giving Antipyretic drugs to relieve fever, Antiemetic drugs to relieve nausea / vomiting, or Analgetics to relieve joint pain only, from these problems many people also do not understand the handling of chikungunya disease, therefore it is necessary to have a system that can collect information to collect information and conduct counseling activities on the treatment of Chikungunya disease to the general public and especially to the elderly to provide knowledge about Chikungunya disease using the Certainty Factor method. The purpose of this research is to provide information and knowledge to the public about Chikungunya Disease Treatment and the Elderly know the medicine for Chikungunya Disease treatment. From the results of applying the certainty factor method to diagnose chikungunya disease, it can be obtained that the diagnosis result is acute chikungunya disease with a confidence level of 95.19%.

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 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)0,001
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,010
Tête enseignante GPT0,277
Écart entre enseignants0,267 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSaturnusMême sujetData Mining and Machine Learning ApplicationsTravaux en français237 207