MétaCan
Menu
← Retour à la cohorte
Enregistrement W6902406770 · doi:10.6084/m9.figshare.27238296.v1

Additional file 2 of Exploratory analysis of the potential impact of violence on HIV among female sex workers in Mombasa, Kenya: a mathematical modelling study

2024· article· en· W6902406770 sur OpenAlexaff

Notice bibliographique

RevueFigshare · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSex work and related issues
Établissements canadiensMcGill UniversityUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésCondomTable (database)Exploratory analysisPopulationIntervention (counseling)Calibration

Résumé

récupéré en direct d'OpenAlex

Additional file 2: Text S7-8; Figures S3-S20. Tables S5-S10. Text S7 – Model calibration and cross-validation. Text S8 – Additional results. Figures S3 and S4 – Model calibration and cross-validation to ART coverage. Figure S5 – Model cross-validation to condom use. Figure S6 – Model cross-validation to violence exposure. Figure S7 – Modelled prevalence of violence. Figure S8 – Modelled incidence of violence. Figure S9 – modelled percentage of ART-naïve people living with HIV. Figure S10 – comparison of ART coverage between scenarios. Figure S11- comparison of condom use between scenarios. Figure S12 and S13 – tPAF in FSWs and clients. Figure S14 – Prevalence of violence over time with/without intervention. Figure S15 and S16– impact of violence intervention for FSWs and clients. Figure S17 and S18 – scatter plots showing correlation between 10 year tPAF/10 year intervention impact and corresponding parameter values. Figures S19 and S20 – Sensitivity analysis results. Table S5 – HIV prevalence cross-validation data. Table S6 – ART coverage cross-validation data. Table S7 – condom use cross-validation data. Table S8 – Older FSW violence cross-validation data.

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)0,002
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,685
Score d'incertitude au seuil0,450

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,6850,047

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 Opus0,031
Tête enseignante GPT0,300
Écart entre enseignants0,269 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetSex work and related issues→Travaux en français237 207→