Abandoning scientific colonization in pediatric global surgery: breaking barriers in knowledge dissemination to close gaps in surgical care
Notice bibliographique
Résumé
Pediatric trauma is a leading cause of death in children and a significant global health concern, with 95% of all childhood injury deaths occurring in low- and middle-income countries (LMICs).1 Approximately 10–15% of pediatric trauma patients suffer blunt abdominal injuries, with the spleen being commonly injured.2 Over the last three decades, based on a series of high-income country (HIC) generated research publications and disseminated English language care guidelines, the management of blunt splenic injury in children in HICs has changed dramatically, from frequent splenectomy to successful non-operative management in more than 90% of patients.2 In Brazil, an LMIC, where only four publications touched on this area in the past 40 years, the splenectomy rate following blunt splenic injury has remained well over 50%, reaching 70% in some regions,2 3 and appropriate Brazilian clinical care guidelines for this condition are lacking.
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 | 0,359 | 0,481 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,008 | 0,005 |
| Études des sciences et des technologies | 0,008 | 0,023 |
| Communication savante | 0,025 | 0,031 |
| Science ouverte | 0,006 | 0,032 |
| Intégrité de la recherche | 0,010 | 0,027 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,003 |
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 ».