Addressing the Future of Pain Medicine Training: Redevelopment of Post-Doctoral Training as an Even More Imperative Standard in Latin America
Notice bibliographique
Résumé
Rodrigo Diez-Tafur,1,2 Victor M Silva-Ortiz,3 Carlos Guerrero-Nope,4 Juan Felipe Vargas-Silva,5 Camila Lobo,6 Fabricio Dias Assis,6 Michael E Schatman,7,8 Christopher L Robinson,9 Sudhir Diwan,10 Ricardo Plancarte-Sanchez11 1Pain Management Unit. Clínica Anglo americana, Lima, Perú; 2Centro MDRS: Sports, Spine & Pain Centers, Lima, Perú; 3Pain Unit, Hospital Zambrano Hellion. Monterrey, Nuevo León, México; 4Pain Management Unit. Hospital Fundación Santa Fe, Bogotá, Colombia; 5Interventional Pain Management Unit. Hospital Pablo Tolón Uribe, Medellin, Colombia; 6Singulair Pain Management Center. Campinas, Sao Paulo, Brasil; 7Department of Anesthesiology, Perioperative Care and Pain Medicine, NYU Grossman School of Medicine, New York, NY, USA; 8Department of Population Health - Division of Medical Ethics, NYU Grossman School of Medicine, New York, NY, USA; 9Department of Anesthesiology, Perioperative, and Pain Medicine, Harvard Medical School, Brigham and Women’s Hospital, Boston, MA, USA; 10Albert Einstein College of Medicine, Bronx, NY, USA; 11Instituto Nacional de Cancerología - INCAN, Ciudad de México, MéxicoCorrespondence: Rodrigo Diez-Tafur, Pain Management Unit. Clínica Anglo americana, Avenida Emilio Cavenecia 251 of 101. Miraflores, Lima, 15073, Perú, Tel +51 937010418, Email rodrigo.dieztafur@mail.mcgill.ca
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 | 0,010 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
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.
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 ».