Appendices – Supplemental material for Major Outcomes With Personalized Dialysate TEMPerature (MyTEMP): Rationale and Design of a Pragmatic, Registry-Based, Cluster Randomized Controlled Trial
Notice bibliographique
Résumé
Supplemental material, Appendices for Major Outcomes With Personalized Dialysate TEMPerature (MyTEMP): Rationale and Design of a Pragmatic, Registry-Based, Cluster Randomized Controlled Trial by Ahmed A. Al-Jaishi, Christopher W. McIntyre, Jessica M. Sontrop, Stephanie N. Dixon, Sierra Anderson, Amit Bagga, Derek Benjamin, David Berry, Peter G. Blake, Laura Chambers, Patricia C. K. Chan, Nicole Delbrouck, P. J. Devereaux, Luis F. Ferreira-Divino, Richard Goluch, Laura Gregor, Jeremy M. Grimshaw, Garth Hanson, Eduard Iliescu, Arsh K. Jain, Charmaine E. Lok, Reem A. Mustafa, Bharat Nathoo, Gihad E. Nesrallah, Matthew J. Oliver, Sanjay Pandeya, Malvinder S. Parmar, David Perkins, Justin Presseau, Eli Rabin, Joanna Sasal, Tanya Shulman, Manish M. Sood, Andrew Steele, Paul Tam, Daniel Tascona, Davinder Wadehra, Ron Wald, Michael Walsh, Paul Watson, Walter Wodchis, Phillip Zager, Merrick Zwarenstein and Amit X. Garg in Canadian Journal of Kidney Health and Disease
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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 tête enseignante, 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 ».