MétaCan
Menu
Retour à la cohorte
Enregistrement W4404387997 · doi:10.1016/j.clnu.2024.11.016

Global burden of disease attributable to metabolic risk factors in adolescents and young adults aged 15–39, 1990–2021

2024· article· en· W4404387997 sur OpenAlexaff
Xiaodong Zhou, Qin‐Fen Chen, Giovanni Targher, Christopher D. Byrne, Christos S. Mantzoros, Huijie Zhang, Amedeo Lonardo, Gregory Y.H. Lip, Gilda Porta, Anoop Misra, Andrew Gerard Robertson, Fei Luo, Anna Alisi, Wah Yang, Mortada El‐Shabrawi, Hazem Al Momani, Virend K. Somers, Christos S. Katsouras, Nahúm Méndez‐Sánchez, Sander Lefere, Olivia Szepietowski, Ki‐Chul Sung, Nicholas Beng Hui Ng, Luca Valenti, Way Seah Lee, Alice P.S. Kong, Mehmet Kızılkaya, Ponsiano Ocama, Arshad Ali, Octavio Viveiros, John Ryan, Carlos J. Toro‐Huamanchumo, Nilanka Perera, Karim Ataya, Kenneth Yuh Yen Kok, Jordi Gracia‐Sancho, Ala I. Sharara, Arun Prasad, Rodolfo J. Oviedo, Орал Оспанов, Elena Ruiz‐Úcar, Khalid Alswat, Syed Imran Abbas, Tamer N. Abdelbaki, Yu Jun Wong, Yasser Fouad, Michael D. Shapiro, Flora Bacopoulou, Silvia Sookoian, Mohit Kehar, Wah‐Kheong Chan, Sombat Treeprasertsuk, Leon A. Adams, Serap Turan, Mauricio Zuluaga, Carlos J. Pirola, Omar Thaher, Gabriel A Molina, Nozim Adxamovich Jumaev, Said A. Al‐Busafi, Christopher Opio, Michelle Ching Lim-Loo, Cosmas Rinaldi Adithya Lesmana, Lubna Kamani, Ming‐Hua Zheng

Notice bibliographique

RevueClinical Nutrition · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueObesity, Physical Activity, Diet
Établissements canadiensChildren's Hospital of Eastern OntarioUniversité de Montréal
Organismes subventionnairesNational Key Research and Development Program of China Stem Cell and Translational ResearchNational Key Research and Development Program of ChinaNational Natural Science Foundation of China
Mots-clésMedicineBurden of diseaseEnvironmental healthDiseaseDisease burdenAttributable riskGerontologyInternal medicine

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,132

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
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)0,0010,000

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 Opus0,025
Tête enseignante GPT0,337
Écart entre enseignants0,312 · 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

Citations45
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueClinical NutritionMême sujetObesity, Physical Activity, DietTravaux en français237 207