Notice bibliographique
Résumé
The reviews contained in the 2024 synopsis were written by Fellows of the American Academy of Pediatrics Section on Allergy and Immunology and fellows in allergy and immunology and pediatrics residents and fellows in training programs who contributed reviews with their mentors.The Editors selected the journals to be reviewed based on the likelihood that they would contain articles on allergy and immunology that would be of value and interest to the pediatrician. Each journal was assigned to a voluntary reviewer who was responsible for selecting articles and writing reviews of their articles. Only articles of original research were selected for review. Final selection of the articles to be included was made by the Editor.The 2023–2024 journals chosen for review were: Allergy; American Journal of Respiratory and Critical Care Medicine; Annals of Allergy, Asthma, and Immunology; Archives of Disease in Childhood; Clinical and Experimental Allergy; European Respiratory Journal; JAMA Dermatology; JAMA Pediatrics; Journal of Allergy and Clinical Immunology; Journal of Allergy and Clinical Immunology Global; Journal of Allergy and Clinical Immunology: In Practice; Journal of the American Academy of Dermatology; Journal of Asthma; Journal of Clinical Immunology; Journal of Immunology; Journal of Pediatric Gastroenterology and Nutrition; Journal of Pediatrics; Lancet; Lancet Child and Adolescent Health; Nature and Cell; New England Journal of Medicine; Pediatrics; Pediatric Allergy and Immunology; Pediatric Dermatology; Pediatric Pulmonology; Science and Science Translational Medicine.The Editor and the Section on Allergy and Immunology gratefully acknowledge the work of the reviewers and their trainees who assisted. The reviewers were: Stuart L. Abramson, MD, PhD, San Angelo, TX; Andrew Abreo, MD, New Orleans, LA; Sara Anvari, MD, Houston, TX; Timothy Andrews, MD, Arnold, MD; Marcella Aquino, MD, Providence, RI; Theresa A. Bingemann, MD, Rochester, NY; J. Andrew Bird, MD, Dallas, TX; Terri Brown-Whitehorn, MD, Philadelphia, PA; Jeffrey Chambliss, MD, Dallas, TX; Bradley E. Chipps, MD, Sacramento, CA; Timothy Chow, MD, Dallas, TX; Carla M. Davis, MD, Houston, TX; Karla L. Davis, MD, Honolulu, HI; Clinton Dunn, MD, Norfolk, VA; Alan B. Goldsobel, MD, San Jose, CA; Ruchi Gupta, MD, MPH, Chicago, IL; Vivian P. Hernandez-Trujillo, MD, Miami, FL; Angela Duff Hogan, MD, Norfolk, VA; Akilah Jefferson, MD, MSc, Little Rock, AR; John Kelso, MD; San Diego, CA; Stephanie Kubala, MD, Philadelphia, PA; Harvey L. Leo, MD, Ann Arbor, MI; Mitchell R. Lester, MD, Norwalk, CT; Jennifer Miller, MD, Houston TX; Lindsey Moore, DO, Norfolk, VA; Christopher P. Parrish, MD, Dallas, TX; Michael Pistiner, MD, Boston, MA; Melinda Rathkopf, MD, Atlanta, GA; Marcus Shaker, MD, MS, Lebanon, NH; Scott H. Sicherer, MD, New York, NY; Elinor Simons, MD, Toronto, ON; David R. Stukus, MD, Columbus, OH; Girish Vitalpur, MD, Indianapolis, IN; Julie Wang, MD, New York, NY; Kelli W. Williams, MD, MPH, Charleston, SC; Elizabeth L. Wisner, MD, New Orleans, LA; and Joyce Yu, MD, New York, NY.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,408 | 0,372 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».