Additional file 5 of A population-based study to estimate survival and standardized mortality of tuberous sclerosis complex (TSC) in Taiwan
Notice bibliographique
Résumé
Additional file 5. Fig. S2. Map of regional or national prevalence of Tuberous Sclerosis Complex in available literature. Data may represent only regional values in a nation. Data may be estimates according to clinical- or population-based methodology. Region and source of data include: Taiwan (National, population-based using health insurance database, 1/63, 290), Hong Kong (Regional, clinical-based, 1/170, 000 [30]; regional, population-based using hospital administration database, 1/25, 833 [11]), Japan (Regional in San-in, clinical-based, 1/31, 000 [22]), United Kingdom (Regional in western Scotland, 1/27, 000 [23]; southern England, 1/26, 500 [24]; the Oxford region, 1/29, 990 [25]; and Northern Ireland, 1/25, 000 [26]; all clinical-based), Sweden (Regional in western Sweden, clinical-based, 1/12, 900 [27]; national, population-based using health insurance registry, 1/18, 587 [33]), the United States (Regional in Olmsted county, Minnesota, 1/14, 490 [28]; and Rochester, Minnesota, 1/9, 434 [29]; both clinical-based), Canada (Provincial in Quebec, population-based using health-care database, 1/7, 872 [34]), and Germany (National, population-based using surveys sent to pediatric clinics and TSC centers, 1/11, 180 to 22, 360 live births [31, 32]).
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 | 0,001 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,607 | 0,035 |
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 ».