MétaCan
Menu
← Retour à la cohorte
Enregistrement W6920557970 · doi:10.60692/yhss0-3vz08

Genetic counseling globally: Where are we now?

2018· article· en· W6920557970 sur OpenAlexaffabout

Notice bibliographique

RevueGreater South Information System · 2018
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBRCA gene mutations in cancer
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésCredentialingGenetic counselingSpecialtyGovernment (linguistics)Flexibility (engineering)Professional associationScope (computer science)Scope of practice

Résumé

récupéré en direct d'OpenAlex

The genetic counseling profession is continuing to develop globally, with countries in various stages of development. In some, the profession has been in existence for decades and is increasingly recognized as an important provider of allied health, while in others it is just beginning. In this article, we describe the current global landscape of the genetic counseling specialty field's professional development. Using examples of the United States, United Kingdom, Canada, Australia, South Africa, and various countries in Asia, we highlight the following: (a) status of genetic counseling training programs, (b) availability of credentialing through government and professional bodies (certification, registration, and licensure), and potential for international reciprocity, (c) scope of clinical practice, and (d) health-care system disparities and cultural differences impacting on practice. The successful global implementation of precision medicine will require both an increased awareness of the importance of the profession of "genetic counselor" and flexibility in how genetic counselors are incorporated into each country's health-care market. In turn, this will require more collaboration within and across nations, along with continuing engagement of existing genetic counseling professional societies.

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)0,009
score de la tête « metaresearch » (Gemma)0,017
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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,153

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,017
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0070,007
Communication savante0,0120,020
Science ouverte0,0010,008
Intégrité de la recherche0,0090,013
Charge utile insuffisante (le modèle a refusé de juger)0,0460,009

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 Opus0,019
Tête enseignante GPT0,233
Écart entre enseignants0,215 · 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
GenreSynthèse

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
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGreater South Information System→Même sujetBRCA gene mutations in cancer→Travaux en français237 207→