MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405306679 · doi:10.1038/s41586-024-08344-6

Author Correction: Early-childhood linear growth faltering in low- and middle-income countries

2024· erratum· en· W4405306679 sur OpenAlexaff
Jade Benjamin‐Chung, Andrew Mertens, John M. Colford, Alan Hubbard, Mark J. van der Laan, Jeremy Coyle, Oleg Sofrygin, Weixin Cai, Anna Nguyen, Nolan N. Pokpongkiat, Stephanie Djajadi, Anmol Seth, Wendy Jilek, Esther Jung, Esther O. Chung, Sonali Rosete, Nima S. Hejazi, Ivana Malenica, Haodong Li, Ryan Hafen, Vishak Subramoney, Jonas Häggström, Thea Norman, Kenneth H. Brown, Parul Christian, Benjamin F. Arnold, Souheila Abbeddou, Linda S. Adair, Tahmeed Ahmed, Asad Ali, Hasmot Ali, Per Ashorn, Rajiv Bahl, Maurício L. Barreto, France Bégin, Pascal Bessong, Maharaj Kishan Bhan, Nita Bhandari, Santosh K. Bhargava, Zulfiqar A Bhutta, Robert E. Black, Ladaporn Bodhidatta, Delia B. Carba, Inés González-Casanova, William Checkley, Jean E. Crabtree, Kathryn G. Dewey, Christopher Duggan, Caroline Fall, Abu Syed Golam Faruque, Wafaie Fawzi, José Quirino da Silva Filho, Robert H. Gilman, Richard L. Guerrant, Rashidul Haque, Sonja Y. Hess, Eric R. Houpt, Jean H. Humphrey, Najeeha Talat Iqbal, Elizabeth Yakes Jimenez, Jacob John, Sushil Matthew John, Gagandeep Kang, Margaret Kosek, Michael S. Kramer, Alain Labrique, Sang Lee, Aldo Â. M. Lima, Mustafa Mahfuz, Tjale Cloupas Mahopo, Kenneth Maleta, Dharma Manandhar, Karim Manji, Reynaldo Martorell, Sarmila Mazumder, Estomih Mduma, Venkata Raghava Mohan, Sophie E. Moore, Ishita Mostafa, Robert Ntozini, Mzwakhe Emanuel Nyathi, Maribel Paredes Olórtegui, William A. Petri, Prasanna Samuel, Andrew M. Prentice, Najeeb Rahman, Harshpal Singh Sachdev, Kamran Sadiq, Rajiv Sarkar, Naomi Saville, Saijuddin Shaikh, Bhim P. Shrestha, Sanjaya K. Shrestha, Alberto M. Soares, Bakary Sonko, Aryeh D. Stein, Erling Svensen, Sana Syed, Fayaz Umrani, Honorine Ward, Keith P. West, Lee Wu, Seungmi Yang

Notice bibliographique

RevueNature · 2024
Typeerratum
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensMcGill UniversityMcGill University Health Centre
Organismes subventionnairesnon disponible
Mots-clésLow and middle income countriesLinear growthEconomicsDeveloping countryEconomic growthMathematics

Résumé

récupéré en direct d'OpenAlex

The code that we used to fit meta-analyses for the proportion of children stunted by age in Fig. 3a and Extended Data Figs. 8 – 10 incorrectly used the total number of children in the denominator for incidence, which incorrectly included children no longer at risk of stunting (i.e., children who had become stunted at the previous age). In the “Onset of stunting in early life” section, in the text now reading “The percentage that experienced incident stunting onset between birth and 3 months ranged from 7% to 57% in each cohort and was 18% overall”, the percentages previously read “6%”, “47%” and “16%.”

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)0,014
score de la tête « metaresearch » (Gemma)0,200
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,220
Score d'incertitude au seuil0,737

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,200
Méta-épidémiologie (sens strict)0,0040,002
Méta-épidémiologie (sens large)0,0030,005
Bibliométrie0,0070,007
Études des sciences et des technologies0,0020,002
Communication savante0,0040,003
Science ouverte0,0050,003
Intégrité de la recherche0,0040,008
Charge utile insuffisante (le modèle a refusé de juger)0,2200,059

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 Opus0,008
Tête enseignante GPT0,262
Écart entre enseignants0,254 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature→Même sujetChild Nutrition and Water Access→Travaux en français237 207→